清华大学智能驾驶课题组（iDLab）在 NeurIPS 2024 发表的最新研究成果《Diffusion Actor-Critic with Entropy Regulator》。该算法创新性地将扩散模型的反向过程作为策略函数，使在线强化学习算法能够产生多模态动作分布。

论文链接：https://arxiv.org/pdf/2405.15177

代码链接：https://github.com/happy-yan/DACER-Diffusion-with-Online-RL

微信推送：https://mp.weixin.qq.com/s/-3yevlQ8VDXrG-nXv9lXHA