# التدريب بالتعلم المعزز باستخدام DDPO

يمكنك ضبط نموذج Stable Diffusion على دالة مكافأة عبر التعلم المعزز باستخدام مكتبة 🤗 TRL و 🤗 Diffusers. يتم ذلك باستخدام خوارزمية تحسين سياسة الانتشار بدون الضوضاء (DDPO) التي قدمها Black وآخرون في [Training Diffusion Models with Reinforcement Learning](https://huggingface.co/papers/2305.13301)، وهي مُنفَّذة في 🤗 TRL من خلال `DDPOTrainer`.

لمزيد من المعلومات، راجع مرجع واجهة برمجة التطبيقات الخاصة بـ `DDPOTrainer` ومنشور المدونة [Finetune Stable Diffusion Models with DDPO via TRL](https://huggingface.co/blog/trl-ddpo).