该文章介绍了一种离线强化学习方法,利用先前经验学习更好的政策。该方法适用于非专家数据和多模态行为策略。作者提出了一种新方法,将状态重构特征学习纳入扩散策略中,以解决分布外泛化问题。在多模态环境和几个基准任务上评估了该模型的性能,取得了最先进的结果。
完成下面两步后,将自动完成登录并继续当前操作。