DPPG 利用扩散模型生成强化学习策略网络参数

该研究提出基于扩散模型的强化学习策略网络参数生成方法 DPPG，实现了对策略网络参数的高效生成。 该方法包含 Transformer 自动编码器和任务条件扩散模型，通过将网络参数分块来实现高压缩率，并能在不同环境域下生成相应的策略参数。