PulseAugur
实时 14:50:53
实体 dipole

dipole

PulseAugur coverage of dipole — every cluster mentioning dipole across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_152039 ·

    新的DIPOLE算法增强了强化学习中的扩散策略优化

    研究人员开发了一种新颖的强化学习算法DIPOLE(Dichotomous Diffusion Policy Optimization),旨在实现稳定且可控的扩散策略优化。该方法将最优策略分解为两个二分策略,一个用于奖励最大化,一个用于奖励最小化,从而在动作生成过程中实现灵活控制。DIPOLE在ExORL和OGBench等基准测试的离线和离线到在线强化学习设置中都显示出了有效性,并已应用于在NAVSIM基准测试上训练用于自动驾驶的大型视…