跳到正文
arXiv · AI· Yuanchu Liang, Yue Yang, An-Chi He, Hanna Kurniawati·· 14 天前AI 评分21

LARBRID:基于潜在噪声表示桥接的高效扩散策略微调算法

Efficient Diffusion Policy Fine Tuning with Latent Noise Representation Bridging

AI 导读

论文提出潜在噪声线性马尔可夫决策过程(LNL-MDP),通过潜变量桥接方程消除“噪声混叠”,解决扩散策略强化学习微调效率低且缺乏理论保证的问题。 该框架基于 FineTuneRL 理论,推导出的 LARBRID 算法通过优化初始分布学习潜在表示,指导预训练模型在环境中实现最优行为。 在多种机器人运动和抓取任务中,LARBRID 使系统性能显著提升 2 至 3 倍。

来源:arXiv · AI · arxiv.org