跳到正文
arXiv · 机器人与计算机视觉· Hikmet Simsir, Kutay Demiray, Ozgur S. Oguz·· 2026-10-06AI 评分74

Reachability-Aware Diffusion Policy Optimization 预印本发布

Reachability-Aware Diffusion Policy Optimization

AI 导读

该论文提出 Reachability-Aware Diffusion Policy Optimization (RADPO),一种用于连续控制强化学习的无模型安全感知扩散策略优化方法。

来源:arXiv · 机器人与计算机视觉 · arxiv.org