MSD InternationalMSDINTERNATIONAL← Home

MSD / Forschung / RESEARCH EDITION

Bewegungen als Verteilung statt einzelner Befehl

Diffusion Policy lernt Aktionsfolgen für robotische Manipulation. Die Projektseite zeigt Experimente mit visuellen Beobachtungen und verschiedenen Aufgaben.

Jetzt eintauchen ↓RECHERCHESTAND 12.11.2026 · FAKTEN + EINORDNUNG + SZENARIEN
RESEARCH NOTE / 2023Forschung

Robotik & Physical AI

Externe Forschung · MSD-Einordnung
Keine Behauptung eines eigenen Versuchs.

01 / EINORDNUNG

Was dieser Befund trägt.

Grenzen des Nachweises

Erfolgsraten gelten für die untersuchten Daten und Aufbauten. Ein anderer Greifer oder eine neue Oberfläche verändert die Aufgabe.

Unsere Ableitung für einen Pilotbetrieb

Erst Demonstrationen und Wiederholbarkeit schaffen, dann an unbekannten Objekten und Störungen testen.

Diese Ableitung ist eine redaktionelle Empfehlung von MSD. Sie ist kein weiteres Ergebnis der zitierten Studie.

Quelle und Version

Chi et al. · Diffusion Policy · Publikations-/Bezugsjahr 2023. Recherchiert am 12.11.2026.

Primärquelle lesen ↗

Externe Forschung, keine MSD-Kundenreferenz. Eigene Versuche veröffentlichen wir erst mit Aufbau, Datum, Messwerten und dokumentierten Fehlversuchen.

02 / VERKNÜPFUNGEN

Weiterdenken. Weiterprüfen.

Robotik & Physical AI / Forschung / 2023

RT-2: vom Bild und Satz zur Roboteraktion ↗

RT-2 verbindet Bild- und Sprachwissen mit robotischen Aktionsausgaben. Semantische Hinweise sollen sich auf die Manipulation übertragen lassen.

Brohan et al. · RT-2
Robotik & Physical AI / Datensatz / 2023

Viele Roboter, ein gemeinsamer Datenraum ↗

Open X-Embodiment bündelt Datensätze aus unterschiedlichen robotischen Aufbauten. Gemeinsame Daten sollen den Transfer zwischen Aufgaben und Plattformen erleichtern.

Open X-Embodiment Collaboration