开源雷达国内 GitHub 镜像站
加速通道已就绪 返回列表
全部项目

thu-ml/SRPO

Codes accompanying the paper "Score Regularized Policy Optimization through Diffusion Behavior" (ICLR 2024).

语言:Python · GitHub 星标:48 · Fork:3

话题:behavior-regularization · d4rl · diffusion · generative · offline · reinforcement-learning · rl · score-based-models

在 GitHub 上查看原仓库

正在读取项目信息…