跳到正文
arXiv · 机器人与计算机视觉· Sungha Kim, Gawon Lee, Jusuk Lee, Jonghae Park, H. Jin Kim, Daesol Cho·· 14 天前AI 评分68

FLAG:基于隐变量增强的流策略最大熵强化学习

FLAG: Flow Policy MaxEnt-RL by Latent Augmented Guidance

AI 导读

论文提出 FLAG(Flow policy with Latent-Augmented Guidance)方法,旨在解决高维动作空间中重要性加权监督学习易发生权重崩溃的问题。

来源:arXiv · 机器人与计算机视觉 · arxiv.org