Make-An-Agent：基于行为提示扩散的通用策略网络生成器
人工智能
2025-05-23 v4
摘要
我们能否仅凭一份对所需行为的演示作为提示，便能轻松生成智能体的控制策略呢？本文提出Make-An-Agent，这是一款新型的策略参数生成器，利用条件扩散模型实现行为到策略的生成。该生成器依据行为嵌入向量（编码轨迹信息）合成潜在参数表征，再解码为策略网络。模型在大量策略网络检查点及其对应轨迹数据上训练，展现出在多任务上的卓越 versatility 与可扩展性，并具备对未见任务的强大泛化能力，仅凭少量示范样本即可输出高绩效策略。我们在多种域和任务中展示了其效能与效率，涵盖目标、行为的差异化，甚至跨越不同机器人操作臂。实验中，我们将Make-An-Agent生成的策略直接部署至实际机器人上的 locomotion 任务中。项目页面：https://cheryyunl.github.io/make-an-agent/
引用
@article{arxiv.2407.10973,
title = {Make-An-Agent: A Generalizable Policy Network Generator with Behavior-Prompted Diffusion},
author = {Yongyuan Liang and Tingqiang Xu and Kaizhe Hu and Guangqi Jiang and Furong Huang and Huazhe Xu},
journal= {arXiv preprint arXiv:2407.10973},
year = {2025}
}
备注
Annual Conference on Neural Information Processing Systems 38