对齐流图策略与最优Q引导

Christos Ziakas, Alessandra Russo, Avishek Joey Bose

2026

摘要

该论文提出了一种名为流图策略的新型生成式策略，通过学习在现有流策略的生成动力学中执行任意大小的跳跃（包括单步跳跃），实现快速动作生成。论文还推导了在评论家引导的信任区域约束下最优的闭式学习目标，并引入Q引导波束搜索以实现高效采样。

generative policiesflow matchingreinforcement learningtrust-region optimizationbeam search

LEARNING

开放获取📊 1 引用

Keyi Shen, Glen Chou

2026

LEARNING

📊 0 引用

Hedi Boukamcha, Anas Neumann, Monia Rekik 等 6 位作者

Robotics and Computer-Integrated Manufacturing · 2026

LEARNING

📊 0 引用

Xiwei Wu, Wei Wu, Qiqi Chen 等 9 位作者

Robotics and Computer-Integrated Manufacturing · 2026

MANIPULATION

📊 0 引用

Yong Tao, Donghua Tan, Fan Ren 等 9 位作者

Robotics and Computer-Integrated Manufacturing · 2026