LEARNING
TMRL：扩散时间步调制预训练实现高效策略微调的探索
Matthew M. Hong, Jesse Zhang, Anusha Nagabandi, Abhishek Gupta
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出统一框架TMRL，通过上下文平滑预训练（CSP）在策略输入中注入前向扩散噪声，桥接行为克隆预训练与强化学习微调。该方法使智能体在微调时动态调节扩散时间步，有效控制探索，在复杂操作任务中实现一小时内完成真实世界微调。
关键词
reinforcement learningfine-tuningdiffusion modelexplorationrobot policy
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