跳到正文
arXiv · 机器人与计算机视觉· Zheming Fu, Ruizhe He, Wei Shang, Xiaoxiao Ma, Lianrui Mu, Lei Wang, Chang Liu, Siming Fu·· 2026-10-12AI 评分68

FlowAWR:基于优势加权校正的在线自适应流强化学习

FlowAWR: Online Adaptive Flow Reinforcement via Advantage-Weighted Rectification

AI 导读

论文针对连续空间生成流模型对齐受限于不可计算轨迹似然的问题,提出 Flow Advantage-Weighted Rectification (FlowAWR) 范式。

来源:arXiv · 机器人与计算机视觉 · arxiv.org