arXiv · ML· Song Yan, Chenfeng Wang, Wei Zhai, Xingchen Wang, Tao Zhang, Yawen Shao, Shi Pan, Min Li, Zheng-Jun Zha·· 2 天前AI 评分25
RiDEx:用于扩散强化学习的奖励知情方向探索
RiDEx: Reward-Informed Directional Exploration for Diffusion Reinforcement Learning
AI 导读
研究者提出 RiDEx 方法,通过在去噪速度场的奖励相关子空间集中局部探索,解决高维潜空间中各向同性随机扰动效率低下的问题。 该方法利用条件残差或可微奖励梯度确定子空间,并以等量反向扰动测量终端奖励响应;所有生成图像均贡献于全局 DiffusionNFT 学习。
来源:arXiv · ML · arxiv.org