流匹配策略梯度改进目标用于机器人控制

Brent Yi 等作者提出一种改进的流匹配策略梯度目标，绕过可微动作似然计算，使机器人控制策略可以采用比高斯分布更具表达力的形式。 据该研究称，这一方法在足式运动、人形动作跟踪和操作任务上均取得成功，并在两台人形机器人上实现稳健的 sim-to-real 迁移；消融分析显示，策略从零训练时能利用流表示进行探索，微调鲁棒性也优于基线。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。