本研究提出了一种探索性扩散策略（EDP），旨在解决无监督强化学习中预训练策略适应性不足的问题。EDP通过扩散模型增强探索能力，为下游任务提供高效的初始化，实验结果表明其在预训练和微调阶段均表现优越。