BriefGPT - AI 论文速递 · 2025-02-11T00:00:00Z Exploratory Diffusion Policy for Unsupervised Reinforcement Learning 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究提出了一种探索性扩散策略（EDP），旨在解决无监督强化学习中预训练策略适应性不足的问题。EDP通过扩散模型增强探索能力，为下游任务提供高效的初始化，实验结果表明其在预训练和微调阶段均表现优越。 🏷️ 标签 diffusion 微调 扩散模型 探索性扩散策略 无监督强化学习 预训练 阅读原文 生成长图 分享链接 已复制链接
