CMU Play Fusion

从非结构化和未经整理的数据中学习已成为语言或视觉生成方法的主导范例。这种非结构化和无指导的行为数据（通常称为游戏）在机器人技术中也更容易收集，但由于其固有的多模式、噪声和次优性质，学习起来更加困难。在本文中，我们研究了从事后用语言标记的非结构化游戏数据中学习目标导向的技能策略的问题。具体来说，我们利用扩散模型的进步来学习多任务扩散模型，以从游戏数据中提取机器人技能。在状态和动作空间中使用条件去噪扩散过程，我们可以优雅地处理游戏数据的复杂性和多模态性，并生成多样化且有趣的机器人行为。为了使扩散模型对技能学习更有用，我们鼓励机器人代理通过在条件行为生成过程中引入离散瓶颈来获取技能词汇。在我们的实验中，我们展示了我们的方法在模拟和现实世界的各种环境中的有效性。