本研究提出了一种基于扩散建模的新方法，解决了传统对抗模仿学习中的训练不稳定性。通过得分匹配简化学习过程，避免了离线模仿学习的累积错误。实验表明，该方法在多个连续控制任务上表现优于传统方法。
完成下面两步后，将自动完成登录并继续当前操作。
