多模态基础模型
突破级
暂无讲解视频
收录解读
这篇论文关注扩散式规划器在复杂任务里的一个常见问题：纯从数据学出的 diffusion planner 在组合推理和约束满足上往往不稳定。作者试图把语言模型推理和先验知识显式引入规划过程。
方法上，KnowDiffuser 用语言模型提供任务相关推理与知识约束，再用 prior-informed trajectory initialization 改善扩散规划器的起点分布。这样做不是简单后处理，而是把知识引导放到规划生成流程内部。
这篇工作适合放在世界模型 / 规划主线。它体现的是一种重要趋势：把 diffusion planner 从纯生成器推进成“知识约束下的生成式规划器”，这对具身智能和机器人规划都有外溢价值。
它没有升到更高一级，因为目前更像规划子方向的强方法论文，尚未证明能系统性改写更广义的 robot planning 或 world model 框架。