本研究提出了一种基于扩散建模的模仿学习新方法,解决了传统对抗模仿学习的训练不稳定性问题。该方法通过扩散状态下的得分匹配,简化了学习过程,并在多个连续控制任务中表现优于传统方法。
完成下面两步后,将自动完成登录并继续当前操作。