arXiv cs.AI· Zeyuan Wang, Da Li, Yulin Chen, Yuehu Gong, Yanming Guo, Liang Bai, Tianyuan Yu, Yanwei Fu·· 6 小时前AI 评分22
Stochastic MeanFlow Policies：一步生成式控制的熵镜像下降方法
Stochastic MeanFlow Policies: One-Step Generative Control with Entropic Mirror Descent
AI 导读
研究者提出 Stochastic MeanFlow Policies（SMFP），将 MeanFlow 噪声到动作映射与高斯重参数化结合，构建出可一步采样的生成式策略类，并通过可学习的条件高斯尺度给出解析熵下界。在七个 MuJoCo 基准上，SMFP 以单步推理取得优于高斯及生成式基线的表现，并在稀疏奖励导航任务中展现出多模态动作建模与有效探索能力。
来源：arXiv cs.AI · arxiv.org