Sergey Levine· svlevine·· 2026-06-18AI 评分42
扩散模型离策略RL反转方法
A new way to do off-policy RL with diffusion: if we have off-policy data, we need to figure out what the diffusion latent steps for it wo...
AI 导读
一种用扩散做离策略RL的新方法：如果有离策略数据，我们需要弄清楚它在*当前*策略（而非采集它的策略）下的扩散潜变量步骤是什么，这需要在离策略数据上反转扩散过程。
来源：Sergey Levine · x.com