arXiv cs.AI· Hengrui Zhang, Yuhu Cheng, C. L. Philip Chen, Xuesong Wang·· 1 天前AI 评分27
DSP：基于扩散模型的离线目标条件强化学习长时程子目标规划方法
Diffusion Subgoal Planning for Long-Horizon Offline Goal-Conditioned Reinforcement Learning
AI 导读
研究者提出扩散子目标规划框架 DSP，用于长时程离线目标条件强化学习（GCRL）的高层子目标生成。DSP 将高层规划转化为对目标条件子目标的引导式生成推理，结合条件与无条件流实现 classifier-free guidance，摆脱了对噪声敏感的价值估计引导。在离线 GCRL 基准上，DSP 在导航和操作任务中优于此前方法，尤其在需要多步子目标规划的迷宫环境中表现突出。
来源：arXiv cs.AI · arxiv.org