LEARNING
因子化扩散策略：基于单一评分网络的组合泛化机器人控制
Sayan Mitra, Ege Yuceel, Noah Giles, Abhishek Pai
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
提出因子化扩散策略，通过单一共享扩散网络和逐因子空标记丢弃训练，使得推理时评分跨因子可加性分解，从而将训练任务预算从因子基数的乘积降至求和。该方法在无人机竞速实验中实现了组合泛化，并提供了理论保证。
关键词
diffusion policycompositional generalizationrobot controlscore networknull-token dropout
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018