Generative Actor-Critic with Soft Bridge Policies
यह शोध पत्र SoftGAC प्रस्तुत करता है, जो एक जनरेटिव एक्टर-क्रिटिक एल्गोरिदम है जो एकल फॉरवर्ड पास के साथ सुलभ अधिकतम एंट्रॉपी अनुकूलन को सक्षम करने के लिए एक स्टोकेस्टिक ब्रिज पॉलिसी का उपयोग करता है, जो मौजूदा डिफ्यूजन और फ्लो-मैचिंग बेसलाइन की तुलना में अनुमान लागत (inference costs) को काफी कम करते हुए निरंतर नियंत्रण बेंचमार्क पर प्रतिस्पर्धी प्रदर्शन प्राप्त करता है।