Delay-Aware Diffusion Policy: Bridging the Observation-Execution Gap in Dynamic Tasks
考虑延迟的扩散策略:在动态任务中弥合观察-执行差距
机构 * University of Pennsylvania(宾夕法尼亚大学) ; FieldAI
AI总结 本文提出考虑延迟的扩散策略(DA-DP),通过在策略学习中显式纳入推理延迟,提高了动态任务中对延迟的鲁棒性,并展示了其在多种任务和机器人上的有效性。
高校专区
考虑延迟的扩散策略:在动态任务中弥合观察-执行差距
机构 * University of Pennsylvania(宾夕法尼亚大学) ; FieldAI
AI总结 本文提出考虑延迟的扩散策略(DA-DP),通过在策略学习中显式纳入推理延迟,提高了动态任务中对延迟的鲁棒性,并展示了其在多种任务和机器人上的有效性。
Hamiltonian Monte Carlo的算法预热
机构 * UToronto(多伦多大学) ; UPenn(宾夕法尼亚大学) ; Yale(耶鲁大学)
AI总结 本文研究了在强凹性和三阶导数约束下,通过非Metropolized HMC生成预热的算法复杂度,证明了在$\ ilde{O}(d^{1/4})$次迭代后可实现高效采样,改进了传统HMC的复杂度。