基于采样的生成模型的决策感知训练

研究人员提出面向基于采样生成模型的决策感知训练方法，将 energy score 目标与可微决策损失结合，直接惩罚依据模型预测行动产生的成本。该方法通过可微优化层计算损失，使梯度集中在成本敏感区域。在合成任务、风电调度及防霜冻任务的测试表明，该模型在保留完整概率预测的同时，更好地对齐了决策者的成本结构。