多模态数据高效学习
在联邦学习框架下，用扩散模型捕获用户行为的多模态分布，仅靠离线数据实现策略学习。
Wen, Jiabao · Huiao, Dai · He, Jingyi · Xi, Meng · Xiao, Shuai · 杨嘉琛
IEEE Transactions on Consumer Electronics 2023
在联邦学习框架下训练，各客户端仅交换模型参数或梯度，用户行为数据保留在本地，避免隐私泄露。
引入扩散模型对数据集的多模态分布进行建模，能同时拟合不同用户对同一状态的不同动作，避免策略坍缩到单一模式。
采用保守策略估计保证收敛，只需用户生成的离线数据集，无需与环境进行昂贵交互。