跳到正文
arXiv · 机器人与计算机视觉· Ting Huang, Lisiyu Pan, Haoyu Wang, Zeyu Zhang, Siyuan Qian, Yanjun Li, Yandong Guo, Boxin Shi, Hao Tang·· 2026-10-08AI 评分59

RFPO:面向具身控制的修正流策略优化方法

RFPO: Rectified Flow Policy Optimization for Embodied Control

AI 导读

针对基于流的策略在少步离散化时控制性能下降的问题,本文提出了 RFPO 框架。该方法通过奖励感知的在线重流(Reflow)修正传输路径,并利用冻结高斯 PPO 控制器提供监督,使部署策略仅需单步欧拉积分即可保持与多步执行相当的性能。

来源:arXiv · 机器人与计算机视觉 · arxiv.org