
Durch die Verwendung von Policy-geführter Diffusion können synthetische Trajektorien generiert werden, die eine hohe Wahrscheinlichkeit unter der Zielstrategie aufweisen, aber gleichzeitig die Dynamikfehler begrenzen.


coremsg

effiziente-generierung-von-synthetischen-trainingsdaten-für-offline-verstärkungslernen-durch-policy-geführte-diffusion


Effiziente Generierung von synthetischen Trainingsdaten für Offline-Verstärkungslernen durch Policy-geführte Diffusion


title_rewrite


Durch adversarielle Datenerweiterung können die Auswirkungen von Verhaltenspolitiken auf das Lernen von Aufgabenrepräsentationen effektiv eliminiert werden, was zu einer robusten und effektiven Identifizierung von Aufgaben und einer zufriedenstellenden Out-of-Distribution-Generalisierung führt.


effizientes-lernen-von-aufgabenrepräsentationen-für-offline-meta-verstärkungslernen-durch-adversarielle-datenerweiterung


Effizientes Lernen von Aufgabenrepräsentationen für Offline-Meta-Verstärkungslernen durch adversarielle Datenerweiterung
