Diffusion Policy
把机器人动作生成建模为条件去噪过程，根据当前观察逐步生成动作或动作序列。
如何理解
策略以视觉等观察作为条件，从带噪声的动作表示开始，经过多步去噪得到可执行的动作序列。原始方法结合滚动时域控制，执行部分动作后再利用新观察生成下一段。
这类建模可以表达同一观察下多种合理的行动方式，而不必把它们简单平均。去噪计算也带来延迟，需要与机器人的控制频率配合。
容易混淆的地方
这里扩散的对象是动作表示，不是必须先生成未来视频。采用扩散策略也不意味着系统自动具备语言理解或世界模型。