arrow
返回

Diffusion Dynamic Model for Unsupervised Reinforcement Learning

delete2026-01-01
delete0
PRE
AI
R
Ran Chen
胡小亮 封面图
胡小亮 (Xiaoliang Hu)
崔
崔振 (Zhen Cui)
L
Luying Wu
T
Tong Zhang *
DOI:10.1007/978-981-95-5693-9_1delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

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
PATTERN RECOGNITION AND COMPUTER VISION, PRCV 2025, PT II
IF:
0
论文数:
27
被引数:
0

机构

N
nanjing university of science & technology
学者数:
1.6K
论文数: 544
被引数: 0
B
beijing normal university
学者数:
5.6K
论文数: 2.2K
被引数: 0
引用论文

引用论文

Diffusion for World Modeling: Visual Details Matter in Atari
err2024-01-01
err0
PREAI
errAlonso,Eloi; Fleuret,François; Jelley,Adam; Kanervisto,Anssi; Micheli,Vincent; Pearce,Tim; Storkey,Amos
err分享
err收藏
Scaling Robot Learning with Semantically Imagined Experience
err2023-07-10
err0
errOAAI
errTianhe Yu; Ted Xiao; Jonathan Tompson; Austin Stone; Su Wang; Anthony Brohan; Jaspiar Singh; Clayton Tan; Dee M; Jodilyn Peralta; Karol Hausman; Brian Ichter; Fei Xia
err分享
err收藏
err分享
err收藏
Deep Reinforcement Learning for Robotics: A Survey of Real-World Successes
err
err0
PREAI
errTang,Chen; Abbatematteo,Ben; Hu,Jiaheng; Chandra,Rohan; Martín-Martín,Roberto; Stone,Peter
err分享
err收藏
没有更多内容