结合状态记忆机制的扩散策略模型优化方法及具身智能体

本发明提供一种结合状态记忆机制的扩散策略模型优化方法及具身智能体，涉及人工智能技术领域。该方法包括：获取目标对象在当前时刻的状态信息及图像信息；基于状态信息及图像信息生成全局条件向量；将全局条件向量输入至扩散网络模型，得到多个时间步的动作数据构成的预测动作序列；基于全局条件向量及多个时间步中第一时间步的动作数据，使用状态估计器进行状态预测，得到下一时刻的状态预测结果。通过实施本发明，使得所生成的控制指令能够更加贴合目标对象的动作及状态，实现更加准确的控制，提升动作执行的成功率。