Neue Methode verbessert Offline-zu-Online RL durch energiegeleitete Diffusion
Die Überführung von Offline- zu Online-Reinforcement‑Learning stellt ein zentrales Problem dar, weil die Verteilung der Aktionen im Offline‑Datensatz von der sich im Online‑Training entwickelnden Policy abweicht. Trotz der Bekanntheit dieses Problems greifen nur wenige Ansätze darauf zurück, die Verteilungsstruktur der Offline‑Daten gezielt zu nutzen.
