arXiv · 机器人与计算机视觉· Zhilin He, Gauri Joshi·· 2026-10-07AI 评分65
FedGuide:面向异构联邦强化学习的扩散先验对齐与价值基线引导方法
FedGuide: Diffusion Prior Alignment and Value Baseline Guidance for Heterogeneous Federated Reinforcement Learning
AI 导读
论文提出 FedGuide 框架,利用扩散先验作为行为模型为异构本地策略学习提供个性化数据分布支持,并通过最优传输混合专家机制聚合这些先验以保留异构行为模式。该方法还开发了分布修正估计(DICE)价值基线,为本地策略改进提供低方差且回报感知的引导。
来源:arXiv · 机器人与计算机视觉 · arxiv.org