arXiv stat.ML· Yuling Jiao, Lican Kang, Jerry Zhijian Yang, Jincheng Ying·· 2 小时前AI 评分32
Schrödinger–Föllmer Actor–Critic：具有有限样本分析的扩散策略改进
Schr\"odinger--F\"ollmer Actor--Critic: Diffusion Policy Improvement with Finite-Sample Analysis
AI 导读
研究人员提出强化学习方法 Schrödinger–Föllmer Actor–Critic（SFAC），通过条件扩散实现离线到在线的 KL 正则化策略改进。该方法结合 minimax Bellman critic 与 Doob h-变换校正扩散漂移，并推导出了分离 critic 估计、神经网络漂移回归及离散化误差的有限样本理论界。
来源：arXiv stat.ML · arxiv.org