LEARNING
NavCMPO：用于自适应导航的评论家引导均值流策略优化
Junjie An, Yi Wu, Xiao Liu, Yiqun Zhou, Yuechen Wu, Xiaoqing Guan, You Wang, Guang Li
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
NavCMPO提出了一种两阶段自适应导航框架，结合少步均值流轨迹生成与评论家引导的轨迹细化，并通过强化学习微调提升性能。在InternVLA-N1基准测试中，该方法在相同训练预算下取得了74.7%的平均成功率，超越了基线模型。
关键词
diffusion policyreinforcement learningvisual navigationobstacle avoidancecritic-guided refinement
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