★ 2
DSD：通过扩散技能发现学习多样可复用运动技能
论文提出扩散技能发现（DSD），用扩散模型通过分数匹配近似策略诱导状态分布的熵梯度。相比先前方法，DSD能为高维人形控制发现更广泛的可复用运动技能。学到的技能可用于分层控制和零样本控制两类下游任务。
arXiv cs.LG46 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出扩散技能发现（DSD），用扩散模型通过分数匹配近似策略诱导状态分布的熵梯度。相比先前方法，DSD能为高维人形控制发现更广泛的可复用运动技能。学到的技能可用于分层控制和零样本控制两类下游任务。