# 运动趋势引导

该工作提出 Movement Trend Guidance：从点云与机器人状态的短历史中学习一个紧凑的隐变量来表示交互演化趋势，训练时仅用稀疏的未来夹爪状态监督该隐变量，推理时只保留隐变量作为面向未来的条件，在几乎不增加参数（较 DP3 增加 3.52%）的前提下，于 RoboTwin2.0、LIBERO-40、DexArt 与五项真实机器人任务上一致提升 3D 扩散策略的成功率。

该工作提出 Movement Trend Guidance：从点云与机器人状态的短历史中学习一个紧凑的隐变量来表示交互演化趋势，训练时仅用稀疏的未来夹爪状态监督该隐变量，推理时只保留隐变量作为面向未来的条件，在几乎不增加参数（较 DP3 增加 3.52%）的前提下，于 RoboTwin2.0、LIBERO-40、DexArt 与五项真实机器人任务上一致提升 3D 扩散策略的成功率。