摘要：模仿学习在学习端到端的机器策略中展示了好的结果，本论文的工作解决的问题是，能在多大程度上推动模仿学习来挑战灵巧的操作任务。在ALOHA2平台上，将一个简单的大规模数据收集的配方与可表达的模型（扩散的策略）相结合，可以有效地学习具有挑战性的手动操作任务，包括可变形的物体和复