arXiv · 机器人与计算机视觉· Ruslan Ageev, Huaze Tang, Runqing Miao, Jiarong Li, Wenbo Ding·· 2026-10-15AI 评分35
DEFlow:基于深度平衡流的强化学习策略
DEFlow: Deep Equilibrium Flow Maximum-Entropy Reinforcement Learning
AI 导读
DEFlow 是一种将显式欧拉采样替换为隐式欧拉积分的深度平衡流策略,通过联合求解中间动作实现软演员 - 评论家框架下的离线训练。该方法在四个多目标对接变体任务中平均相对成功率提升约 10%,并在五项操作任务中取得最高时间平均回报,同时在五项 MuJoCo 任务上保持竞争力。
来源:arXiv · 机器人与计算机视觉 · arxiv.org