Diffusion Self-Weighted Guidance for Offline Reinforcement Learning
扩散自加权引导用于离线强化学习
机构 * Initiative for Data & AI, Universidad de Chile（数据与人工智能倡议，智利大学） ； AMTC & Dept. of Electrical Eng., Universidad de Chile（AMTC与电气工程系，智利大学） ； Department of Mathematics, Imperial College London（数学系，伦敦帝国学院）
AI总结 本文提出自加权引导方法，通过扩散模型直接生成所需分数，无需额外网络，实现高效的离线强化学习
Comments Published in Transactions on Machine Learning Research (TMLR). 21 pages, 6 figures
Journal ref Trans. Mach. Learn. Res. (2025)
