Diffusion Actor-Critic with Entropy Regulator

调节器 扩散 统计物理学 熵(时间箭头) 数学 数理经济学 计算机科学 物理 热力学 化学 生物化学 基因
作者
Yinuo Wang,Likun Wang,Yuxuan Jiang,Wenjun Zou,Tong Liu,Xujie Song,Wenxuan Wang,Xiao Liming,Jiang Wu,Jingliang Duan,Shengbo Eben Li
出处
期刊:Cornell University - arXiv
标识
DOI:10.48550/arxiv.2405.15177
摘要

Reinforcement learning (RL) has proven highly effective in addressing complex decision-making and control tasks. However, in most traditional RL algorithms, the policy is typically parameterized as a diagonal Gaussian distribution with learned mean and variance, which constrains their capability to acquire complex policies. In response to this problem, we propose an online RL algorithm termed diffusion actor-critic with entropy regulator (DACER). This algorithm conceptualizes the reverse process of the diffusion model as a novel policy function and leverages the capability of the diffusion model to fit multimodal distributions, thereby enhancing the representational capacity of the policy. Since the distribution of the diffusion policy lacks an analytical expression, its entropy cannot be determined analytically. To mitigate this, we propose a method to estimate the entropy of the diffusion policy utilizing Gaussian mixture model. Building on the estimated entropy, we can learn a parameter $\alpha$ that modulates the degree of exploration and exploitation. Parameter $\alpha$ will be employed to adaptively regulate the variance of the added noise, which is applied to the action output by the diffusion model. Experimental trials on MuJoCo benchmarks and a multimodal task demonstrate that the DACER algorithm achieves state-of-the-art (SOTA) performance in most MuJoCo control tasks while exhibiting a stronger representational capacity of the diffusion policy.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
爆米花应助aaa采纳,获得10
2秒前
Orange应助幸福的向彤采纳,获得10
3秒前
科研通AI5应助傲娇文博采纳,获得10
4秒前
渣渣发布了新的文献求助10
7秒前
cxh发布了新的文献求助10
7秒前
打工人发布了新的文献求助10
7秒前
10秒前
11秒前
12秒前
111完成签到 ,获得积分10
12秒前
JY发布了新的文献求助10
14秒前
15秒前
Hongni发布了新的文献求助20
15秒前
华仔应助哎呀采纳,获得10
17秒前
李知恩完成签到,获得积分10
17秒前
傲娇文博发布了新的文献求助10
17秒前
18秒前
18秒前
慕青应助yasuo采纳,获得10
22秒前
22秒前
tyy发布了新的文献求助30
23秒前
23秒前
ZXW完成签到,获得积分10
23秒前
24秒前
25秒前
25秒前
酷波er应助xcf6653采纳,获得10
27秒前
我爱学习发布了新的文献求助10
28秒前
aaa发布了新的文献求助10
28秒前
tyy完成签到,获得积分10
29秒前
30秒前
emmaguo713发布了新的文献求助10
30秒前
31秒前
整齐的曼安完成签到,获得积分10
32秒前
华枫发布了新的文献求助10
32秒前
xxxxu完成签到,获得积分20
33秒前
33秒前
wefor完成签到 ,获得积分10
35秒前
Hongni完成签到 ,获得积分10
35秒前
高分求助中
Production Logging: Theoretical and Interpretive Elements 2700
Ophthalmic Equipment Market 1500
Neuromuscular and Electrodiagnostic Medicine Board Review 1000
こんなに痛いのにどうして「なんでもない」と医者にいわれてしまうのでしょうか 510
いちばんやさしい生化学 500
The First Nuclear Era: The Life and Times of a Technological Fixer 500
Unusual formation of 4-diazo-3-nitriminopyrazoles upon acid nitration of pyrazolo[3,4-d][1,2,3]triazoles 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3672573
求助须知:如何正确求助?哪些是违规求助? 3228837
关于积分的说明 9782155
捐赠科研通 2939284
什么是DOI,文献DOI怎么找? 1610727
邀请新用户注册赠送积分活动 760709
科研通“疑难数据库(出版商)”最低求助积分说明 736198