Flow Policy Gradients 提升机器人控制训练

Brent Yi 等作者发表论文，提出对 flow matching policy gradients 的改进目标，用于机器人控制策略的训练与微调。该方法绕过可微动作似然计算，在足式运动、人形动作跟踪和操作任务上取得成效，并在两台人形机器人上实现稳健的 sim-to-real 迁移。 消融实验显示，策略从零训练时即可利用 flow 表示进行探索；相比基线，微调后的鲁棒性更好。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。