L 姐1. 论文核心思想解析
这篇论文提出了一种名为"去噪粒子滤波器"(Denoising Particle Filter, DnPF)的新型状态估计算法，主要针对机器人系统中的状态估计问题。传统基于学习的方法通常将状态估计视为序列建模问题，采用端到端训练方式，但存在模型难以解释、训练成本高等问题。DnPF的创新点在于：
-
单步训练范式：利用机器人系统的马尔可夫性质，仅基于单步状态转移训练模型，避免了传统方法需要沿时间展开序列的高计算成本。
-
隐式学习测量模型：通过最小化去噪分数匹配目标来隐式学习测量模型，在推理阶段与学习得到的动力学模型协同工作，近似求解贝叶斯滤波方程。
-
模块化设计：保留了经典滤波算法的良好可组合性，能够在不重新训练的情况下融合先验信息和外部传感器模型。
1.1 技术实现原理
DnPF的核心技术实现可以分为三个关键部分：
粒子表示与更新机制：
DnPF将后验分布表示为粒子集合，每个时间步通过积分步骤更新粒子状态。更新过程综合考虑了：
- 动力学项：∇log pₛ(xₜ|xₜ₋₁,uₜ)
- 数据似然score项：∇log pₛ(xₜ|yₜ)
- 可选的外部传感器模型项：∇log pₛ(ŷₜ|xₜ)
热启动机制：
与传统方法从纯噪声开始不同，DnPF采用学习得到的动力学模型给出的带噪预测作为初始值，显著提高了效率。论文发现热启动比例在0.2到0.5之间通常能获得最佳性能。
分数匹配训练：
测量模型的score函数通过去噪分数匹配目标训练得到。具体来说，使用一个score网络D(xₜ,yₜ,s)来预测数据似然score ∇log pₛ(xₜ|yₜ)，这个网络可以通过高效的去噪分数匹配进行训练。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 实验设计与结果分析
2.1 实验任务设置
论文在三个具有挑战性的仿真机器人状态估计任务上评估DnPF：
- Manipulator Spin任务：
- 7自由度机械臂与旋转台上的物体交互
- 观测：14维关节角度和控制输入差值
- 挑战：需要通过接触推断不可直接观测的物体位置
- Cluttered Push任务：
- 同一机械臂推动桌面上随机放置的三个圆柱体
- 观测：14维本体感受+32×32×3的俯视图像（80%概率被置