Accelerating Diffusion Planners in Offline RL via Reward-Aware Consistency Trajectory Distillation
通过奖励感知一致性轨迹蒸馏加速离线强化学习中的扩散规划器
机构 * Carnegie Mellon University(卡内基梅隆大学)
专题命中 效率与蒸馏 :diffusion(title,abstract)
AI总结 本文提出了一种奖励感知一致性轨迹蒸馏方法,通过解耦训练和无噪声奖励信号,在离线强化学习中实现高效扩散规划器,提升性能并加快推理速度。