Tối ưu hóa Chính sách Định tuyến cho Học tăng cường Khuếch tán Trực tuyến

Đoạn trích bài viết

Học tăng cường có thể căn chỉnh các bộ tạo hình ảnh với các tín hiệu phần thưởng vượt ra ngoài các mục tiêu tiền huấn luyện của chúng, nhưng các phương pháp hàm điểm hiện có thường đưa vào tính ngẫu nhiên bằng cách gây nhiễu loạn quỹ đạo khử nhiễu nghịch đảo, dẫn đến việc tối ưu hóa dựa trên rollout tốn kém.