计算机科学 > 机器学习
[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
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。
文献和引用工具
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
推荐器和搜索工具
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.