LEARNING
基于流的策略适应：无需策略更新的动作校正方法
Luzhe Sun, Jingtian Ji, Haoran Chen, Jiawei Zhou, Matthew R. Walter
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出GLOVES方法，通过将非专家动作向专家动作分布迁移来校正动作，无需更新底层策略。该方法利用反向流评估作为干预门控信号，仅对异常动作进行修正，从而在保持智能体意图的同时提升任务成功率。
关键词
flow-based adaptationpolicy correctionout-of-distribution detectionexpert guidanceintervention gate
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018