返回
Diffusion Dynamic Model for Unsupervised Reinforcement Learning
DOI:10.1007/978-981-95-5693-9_1.png)
摘要
En 中文
无监督强化学习(URL)使智能体能够高效适应新任务,但依赖于鲁棒的环境建模。传统世界模型增强了探索能力,但易出现单步错误,导致分布偏移。为解决此挑战,我们引入扩散动态模型(DDM),将扩散模型整合到无监督强化学习的环境建模组件中。在预训练阶段,DDM基于当前观测和动作生成未来观测。这些生成观测用于设计内在奖励函数,激励智能体探索多样性和高不确定性状态。在微调阶段,DDM利用其生成能力进行数据增强。通过生成多样、高质量合成数据,DDM扩展训练数据集,使智能体更好地泛化并更快适应特定任务环境。我们的方法在URLB基准测试的三个领域和十二个下游任务中得到验证,展现出比现有方法更优越的探索能力和适应性。
Keyword:
Diffusion dynamic model
Unsupervised reinforcement learning
Data augmentation
期刊
P
IF:
0
论文数:
27
被引数:
0
机构
引用论文
Multi-Scenario Combination Based on Multi-Agent Reinforcement Learning to Optimize the Advertising Recommendation System基于多智能体强化学习的多场景组合优化广告推荐系统
没有更多内容

