arXiv · AI· Marcus Hoerger, Rishikesh Joshi, Rahul Shome, Ian Manchester, Hanna Kurniawati·· 2026-10-16AI 评分26
VOiLA:基于扩散模型学习POMDP代理在线规划的向量化框架
VOiLA: Vectorized Online Planning with Learned Diffusion Models for POMDP Agents
AI 导读
VOiLA提出利用学习型扩散模型生成POMDP世界模型,结合VOPP规划器实现高效的在线规划,适用于不确定环境下的机器人任务。 其扩散采样器通过蒸馏为紧凑前馈生成器,使采样成本降低近三个数量级。 在3个基准问题中,VOiLA表现优于或持平于当前RL方法(如Recurrent Soft Actor Critic和DreamerV3),且使用不到10%的训练数据。
来源:arXiv · AI · arxiv.org