arXiv eess.SY 系统与控制· Thanh Nguyen, Abu Hanif Muhammad Syarubany, Hwanhee Kim, Chang D. Yoo·· 5 小时前精选AI 评分56
InsQL：用组合平均速度建模实现单步扩散离线强化学习
Compositional Average Velocity Modeling for Efficient Diffusion Offline Reinforcement Learning
AI 导读
论文提出 Instant Flow Q-Learning（InsQL），一种单步生成式策略学习框架，在保留扩散模型表达能力的同时省去迭代采样与 BPTT。
推荐理由
论文指出扩散策略多步去噪与 BPTT 的开销问题，读者可据此判断单步方案的取舍依据。
来源：arXiv eess.SY 系统与控制 · arxiv.org