扩散强化学习训练成本大降：FP4 探索与 BF16 训练实现高效 Rollout 扩展

套利逻辑

利用 FP4 低精度量化进行大规模环境探索，结合 BF16 训练，大幅降低扩散强化学习的显存占用与计算开销。

前提条件

实操步骤已完成 0 / 3

1. 01步骤 1访问论文链接研究 FP4 与 BF16 混合精度的算法实现逻辑。
2. 02步骤 2在扩散强化学习模型中引入 Efficient Rollout Scaling 技术优化数据采样效率。
3. 03步骤 3在具备 FP4 硬件支持的设备上复现实验，以极低成本训练高性能扩散策略。