状态空间探索更广
用扩散模型补足深度强化学习的探索与表示能力，应对6G异构网络的大状态-动作空间。
Shi, Huaifeng · Rui, Wang · 潘成胜 · 高飞飞 · Huijun, Tang · Liming, Chen
IEEE Communications Magazine 2025
用扩散模型生成多样化训练数据，缓解样本稀缺问题。
扩散模型直接生成策略网络参数，提升策略表示能力。
对动作序列进行扩散规划，减少单步误差累积。