Consistency Policy（一致性策略）

Consistency Policy: Accelerated Visuomotor Policies via Consistency Distillation进阶

把扩散策略蒸馏成一步就能出动作的快速视觉运动策略。

斯坦福 Jeannette Bohg 组（一作 Aaditya Prasad）与普林斯顿的 Jimmy Wu 等人 2024 年 5 月提出，发表于 RSS 2024。扩散策略（Diffusion Policy）动作质量好，但每次出动作要去噪几十上百步，在笔记本 GPU 或机载电脑上太慢。Consistency Policy 以训练好的扩散策略为「老师」，用一致性轨迹模型（CTM）的目标做蒸馏：要求学生网络从去噪轨迹上任意一点出发都能跳到同一个终点（即「自一致性」），推理时一步就能生成整段动作。论文在 Robomimic、Push-T、Franka Kitchen 共 6 个仿真任务和 3 个真机任务上测试，推理比同类方法快一个数量级，成功率基本持平。它是扩散策略提速路线的代表，ConRFT 等后续工作也用它当策略骨架。