DROM: Sprachgeführte Diffusionsplanung lernt 17 Manipulationsfähigkeiten aus wenigen Demonstrationen
DROM ist ein Preprint, der eine sprachgesteuerte Diffusions-Policy für Robotermanipulation vorstellt. Der Ansatz erweitert wenige Demonstrationen per Dynamic Movement Primitives zu synthetischen Datensätzen und trainiert ein einziges Diffusionsmodell für 17 Fähigkeiten auf zwei realen Robotern. In Tests erreicht DROM bei Langhorizont-Aufgaben End-to-End-Erfolgsquoten von 60,9 % bis 86,0 % und übertrifft laut Autoren die Baselines Motion Planning Diffusion und Behavior Cloning, was einen Weg zu dateneffizienter Multi-Skill-Sprachsteuerung zeigt.