Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2506.00895

帮助 | 高级搜索

计算机科学 > 机器学习

arXiv:2506.00895 (cs)
[提交于 2025年6月1日 (v1) ,最后修订 2025年6月6日 (此版本, v2)]

标题: 状态覆盖轨迹拼接用于扩散规划器

标题: State-Covering Trajectory Stitching for Diffusion Planners

Authors:Kyowoon Lee, Jaesik Choi
摘要: 基于扩散的生成模型正在成为强化学习(RL)中长期规划的强大工具,特别是在离线数据集的情况下。然而,它们的表现从根本上受到训练数据质量和多样性的限制。这通常限制了它们在超出训练分布的任务或更长规划范围上的泛化能力。为了解决这一挑战,我们提出了State-Covering Trajectory Stitching(SCoTS),这是一种新颖的无奖励轨迹增强方法,它逐步将短轨迹片段缝合在一起,系统地生成多样化和扩展的轨迹。SCoTS首先学习一种保留时间距离的潜在表示,以捕捉环境的基本时间结构,然后通过方向探索和新颖性迭代缝合轨迹片段,有效地覆盖和扩展这个潜在空间。我们证明了SCoTS显著提高了扩散规划器在需要缝合和长时程推理的离线目标条件基准上的表现和泛化能力。此外,由SCoTS生成的增强轨迹显著提升了广泛使用的离线目标条件RL算法在各种环境中的性能。
摘要: Diffusion-based generative models are emerging as powerful tools for long-horizon planning in reinforcement learning (RL), particularly with offline datasets. However, their performance is fundamentally limited by the quality and diversity of training data. This often restricts their generalization to tasks outside their training distribution or longer planning horizons. To overcome this challenge, we propose State-Covering Trajectory Stitching (SCoTS), a novel reward-free trajectory augmentation method that incrementally stitches together short trajectory segments, systematically generating diverse and extended trajectories. SCoTS first learns a temporal distance-preserving latent representation that captures the underlying temporal structure of the environment, then iteratively stitches trajectory segments guided by directional exploration and novelty to effectively cover and expand this latent space. We demonstrate that SCoTS significantly improves the performance and generalization capabilities of diffusion planners on offline goal-conditioned benchmarks requiring stitching and long-horizon reasoning. Furthermore, augmented trajectories generated by SCoTS significantly improve the performance of widely used offline goal-conditioned RL algorithms across diverse environments.
主题: 机器学习 (cs.LG) ; 人工智能 (cs.AI)
引用方式: arXiv:2506.00895 [cs.LG]
  (或者 arXiv:2506.00895v2 [cs.LG] 对于此版本)
  https://doi.org/10.48550/arXiv.2506.00895
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Kyowoon Lee [查看电子邮件]
[v1] 星期日, 2025 年 6 月 1 日 08:32:22 UTC (3,893 KB)
[v2] 星期五, 2025 年 6 月 6 日 09:08:55 UTC (3,894 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-06
切换浏览方式为:
cs.AI
cs.LG

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号