LEARNING
RS-Diffuser：具有分布价值引导的风险敏感扩散规划
Shiqiang Gong
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
该论文提出了一种风险敏感的离线扩散规划框架RS-Diffuser，结合扩散模型与分布价值批评家，通过条件风险价值等尾部感知目标引导去噪过程，生成符合期望风险分布的轨迹。该方法解决了现有扩散规划器在安全关键应用中忽视罕见灾难性结果的问题。
关键词
offline reinforcement learningdiffusion modelsrisk-sensitive planningdistributional valuesafety-critical
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