Jul, 2024
使用行为驱动扩散的通用策略网络生成器：Make-An-Agent
Make-An-Agent: A Generalizable Policy Network Generator with
Behavior-Prompted Diffusion
TL;DR使用条件扩散模型以及一次仅需少量示范的预期行为作为提示，本研究提出了Make-An-Agent，一种全新的策略参数生成器，通过编码轨迹信息的行为嵌入来引导策略生成器合成潜在参数表示，进而解码为策略网络。在训练策略网络和对应轨迹的检查点上，我们的生成模型在多个任务上展现了出色的灵活性和可扩展性，并对未见任务表现出强大的泛化能力，仅通过少量示范即可产生出良好的策略。在不同的领域和任务中展示了它的功效和效率，包括不同目标、行为，甚至跨不同的机器人操纵器。此外，我们还将Make-An-Agent生成的策略直接应用于真实的机器人运动任务。