連続制御のためのプレフィックス最適動的拡散ポリシー

arXiv cs.LG ・ 2026-08-05

原題: Learning When to Stop: Prefix-Optimal Dynamic Diffusion Policies for Continuous Control

AI による要約

連続制御のためのPOGP（Prefix-Optimal Generative Policies）を発表した。拡散ポリシーのステップ数を最適化し、MuJoCo環境で12のベースラインを上回る効率を達成した。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv cs.LG）をご確認ください。