基于薛定谔桥扩散模型的规划
机器人学
2024-06-19 v1
摘要
离线规划在尝试从头学习策略时常常面临采样效率差的问题。尤其是在扩散模型上，这种冷启动做法导致训练和采样都非常昂贵。我们假设某些环境约束先验或可获取的低成本策略使无需从头学习成为可能，探索将此类先验纳入学习过程的方法。为实现这一目标，我们借用了从图像到图像场景中借用的薛定谔桥公式变体，并将其应用于规划任务。我们在一些规划任务上进行测试，并将结果与 DDPM 公式进行比较。本工作的代码可在 https://github.com/adrshsrvstv/bridge_diffusion_planning 查阅。
引用
@article{arxiv.2406.12458,
title = {Planning Using Schr\"odinger Bridge Diffusion Models},
author = {Adarsh Srivastava},
journal= {arXiv preprint arXiv:2406.12458},
year = {2024}
}