arXiv · cs.AI· Marcus Hoerger, Rishikesh Joshi, Rahul Shome, Ian Manchester, Hanna Kurniawati·· 1 天前
VOiLA：面向POMDP智能体的学习型扩散模型向量化在线规划
VOiLA: Vectorized Online Planning with Learned Diffusion Models for POMDP Agents
arXiv:2606.19729v3阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Marcus Hoerger, Rishikesh Joshi, Rahul Shome, Ian Manchester, Hanna Kurniawati
研究任务与主要进展
基于论文摘要，Marcus Hoerger等人提出VOiLA框架，用于学习任务无关的POMDP世界模型并支持不确定性下的在线规划。该方法用条件扩散模型学习转移和观测采样器及观测似然模型，再将扩散采样器蒸馏为紧凑前馈生成器并集成到支持GPU并行的VOPP规划器中，采样成本最高降低近三个数量级。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org