LEARNING
面向高效离线强化学习的捷径轨迹规划
Guanquan Wang, Yoshimasa Tsuruoka
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出了一种名为捷径轨迹规划（STP）的离线模型强化学习框架，通过单阶段训练条件捷径轨迹模型，并支持可调的一步和少步推理，从而简化训练流程并提高推理效率。在D4RL基准测试中，STP在多个任务上取得了强劲性能，同时降低了生成规划的计算成本。
关键词
offline reinforcement learningtrajectory planningdiffusion modelconsistency modelshortcut model
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