该研究提出了一种新颖的能量引导流匹配方法FlowQ，旨在解决流程模型训练中指导信息不足的问题。该方法在推理时无需指导，能够在保持流程采样步骤数量不变的情况下，实现竞争性能。

FlowQ: Energy-Guided Flow Policies for Offline Reinforcement Learning
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证