BriefGPT - AI 论文速递 · 2025-01-22T00:00:00Z Offline Critic-Guided Diffusion Policy for Multi-User Delay-Constrained Scheduling 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究提出了一种新的离线强化学习算法SOCD，旨在解决多用户延迟约束调度问题。该算法结合了扩散策略网络和无采样的批评网络，从预收集的数据中学习高效的调度策略，显著提升了动态系统的性能，降低了在线交互的成本与损失。 🏷️ 标签 动态系统 多用户 延迟约束 离线强化学习 调度算法 阅读原文 生成长图 分享链接 已复制链接
