arXiv · ML· Lior Cohen, Ofir Nabati, Kaixin Wang, Navdeep Kumar, Shie Mannor·· 24 天前AI 评分21
扩散世界模型高效在线策略采样:Horizon Imagination (HI)
Horizon Imagination: Efficient On-Policy Rollout in Diffusion World Models
AI 导读
研究人员提出名为 Horizon Imagination (HI) 的在线策略想象方法,旨在解决基于扩散的强化学习世界模型在控制任务中的效率瓶颈。HI 通过并行去噪多个未来观测,引入稳定机制及新采样计划,将去噪预算与有效 horizon 解耦。实验表明,在 Atari 100K 和 Craftium 上,HI 使用半程去噪步长即可保持控制性能,并实现更优生成质量。
来源:arXiv · ML · arxiv.org