RAMAC: Aprendizaje por Refuerzo Offline Multimodal Consciente del Riesgo
Descubre RAMAC, método de aprendizaje por refuerzo offline con CVaR y clonación conductual para minimizar riesgos catastróficos en entornos multimodales.
#políticas generativas
LP-DS: Dirección de difusión con perturbación lagrangiana
LP-DS optimiza políticas generativas congeladas mediante perturbaciones en el espacio de ruido, logrando hasta un 25% más de retorno en robótica y locomoción.