CleanDiffuser: An Easy-to-use Modularized Library for Diffusion Models in Decision Making

利用扩散模型（DMs）强大的生成能力来构建决策代理已经取得了广泛的成功。然而，仍然需要一个易于使用和模块化的开源库，为基于DM的决策算法提供定制化和高效的开发。在这项工作中，我们介绍了CleanDiffuser，这是第一个专门设计用于决策算法的DM库。通过重新审视DM在决策领域中的角色，我们确定了一组基本子模块，构成了CleanDiffuser的核心，允许使用简单灵活的构建模块实现各种DM算法。为了展示CleanDiffuser的可靠性和灵活性，我们对使用CleanDiffuser实现的各种DM算法进行了全面评估，涵盖了广泛的任务范围。分析实验提供了丰富的有价值的设计选择和见解，揭示了机遇和挑战，并为未来的研究奠定了坚实的基础。CleanDiffuser将为决策社区提供长期支持，增强可重复性，并促进更健壮解决方案的发展。CleanDiffuser的代码和文档在https://github.com/CleanDiffuserTeam/CleanDiffuser上开源。

CleanDiffuser: 一个用于决策制定的扩散模型库

CleanDiffuser是第一个专门为决策制定算法设计的扩散模型库，通过重新审视扩散模型在决策制定领域中的作用，确定了一组核心子模块，提供了简单灵活的构建块，以实现各种扩散模型算法。

CleanDiffuser的实验评估表明其可靠性和灵活性，并提供了有价值的设计选择和见解，为未来的研究奠定了坚实的基础。CleanDiffuser的代码和文档在https://github.com/CleanDiffuserTeam/CleanDiffuser上开源。

最近的相关研究包括Diffusion Models for Personalized PageRank and Beyond和Diffusion Convolutional Recurrent Neural Network: Data-Driven Traffic Forecasting。