CleanDiffuser：用于决策中的扩散模型的易用模块化库
人工智能
2024-10-29 v2 机器学习
机器人学
摘要
利用扩散模型(DMs)的强大生成能力可构建决策制导智能体,已取得广泛成功。然而,仍有需求需要一种易用且模块化的开源库,以提供针对DM基于决策算法的定制化和高效开发。在本工作中,我们介绍CleanDiffuser,这是首个专为决策算法设计的DM库。通过重新审视DM在决策领域中的作用,我们识别出构成CleanDiffuser核心的若干关键子模块,允许使用简单和灵活的构建模块实现各种DM算法。为演示CleanDiffuser可靠性和灵活性,我们在广泛的任务范围内对所实现的多种DM算法进行了全面评估。分析实验提供了大量宝贵的设计选择和见解,揭示了机遇和挑战,为未来研究奠定了坚实基础。CleanDiffuser将为决策社区提供长期支持,增强可重复性,促进更健壮解决方案的开发。CleanDiffuser的代码和文档已开源于 https://github.com/CleanDiffuserTeam/CleanDiffuser。
引用
@article{arxiv.2406.09509,
title = {CleanDiffuser: An Easy-to-use Modularized Library for Diffusion Models in Decision Making},
author = {Zibin Dong and Yifu Yuan and Jianye Hao and Fei Ni and Yi Ma and Pengyi Li and Yan Zheng},
journal= {arXiv preprint arXiv:2406.09509},
year = {2024}
}
备注
Accept by NeurIPS2024 Datasets and Benchmarks Track. The first two authors contribute equally to this work. Code and documentation: https://github.com/CleanDiffuserTeam/CleanDiffuser