Diffusion Sequence Models for Generative In-Context Meta-Learning of Robot Dynamics
تقترح هذه الورقة نماذج تسلسلية قائمة على الانتشار للتعلم الميتا-سياقي (in-context meta-learning) لديناميكيات الروبوت، مظهرةً تفوقها في المتانة تجاه تحولات التوزيع مقارنة بالنماذج الأساسية الحتمية، مع بقائها قابلة للتطبيق للتحكم في الوقت الفعلي من خلال أخذ العينات ذات البداية الدافئة (warm-started sampling).