arXiv cs.AI· Jiayuan Wang, Tongyao Pang·· 15 天前AI 评分35
DiffusionRVGE：基于回归价值梯度估计的扩散模型强化学习方法
DiffusionRVGE: Reinforcement Learning via Regression-Based Value Gradient Estimation
AI 导读
研究者提出扩散模型强化学习方法 DiffusionRVGE，通过对中心化奖励与最终去噪图像进行回归来构建更新方向，无需奖励导数或沿采样轨迹的反向传播。
来源：arXiv cs.AI · arxiv.org