提出FASTER方法,通过将多候选动作的去噪与选择建模为马尔可夫决策过程(MDP),在去噪过程中学习去噪Q函数和策略,对动作候选进行早期过滤,从而在不增加计算开销的前提下获得采样式测试时扩展的性能增益。
机构:Stanford
来源:arXiv 2604.19730 | AI4Papers 论文推荐平台