原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于扩散模型的离线强化学习方法，用于进行机器人或自动驾驶控制，包括如下步骤：准备机器人或自动驾驶控制的数据集；初始化扩散模型参数；定义优势加权回归AWR的优化目标，该目标旨在最大化策略的累计奖励；利用扩散模型的性质，将AWR问题建模为一个强对偶成立的优化问题；使用拉格朗日对偶法求解所述优化问题，以得到最优的策略参数，以得到最优的机器人或自动驾驶控制策略参数；使用学习到的最优策略进行决策，以在离线环境下进行机器人或自动驾驶的强化学习任务。本发明极大地减少了处理器训练开销和推理成本，具有极大的应
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117669689A
(43)申请公布日2024.03.08
(21)申请号202311688339.0
(22)申请日2023.12.11
(71)申请人清华大学深圳国际研究生院
地址
文档评论（0）