LEARNING
VINE：驯服强化学习的生成控制策略
Rushuai Yang, Zhuo Han, Houlin Li, Hecheng Wang, Zhichao Wu, Rui Zhang, Zhaowei Zhang, Zihong Chen, Xiaohan Yan, Chiming Liu, Yi Chen, Wei Shan, Maoqing Yao
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出了一种面向强化学习的采样方法VINE，解决了流匹配策略在值梯度强化学习中的训练不稳定性问题。该方法通过在每个去噪步骤重建新的插值状态，实现了稳定的端到端值梯度优化。
关键词
flow-matching policiesreinforcement learningvalue-gradient optimizationsampling strategyrobotics
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