arXiv · cs.AI· Haldun Balim, Yilun Du, Na Li·· 8 小时前
GTP通过扩散先验与轨迹修正实现长时程在线决策
Model-Based Online Decision Making via Generative Trajectory Planning
arXiv:2610.18677v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Haldun Balim, Yilun Du, Na Li
研究任务与主要进展
研究提出生成式轨迹规划（GTP）框架，利用生成模型采样候选动作序列，再结合学习到的动力学、奖励和价值模型进行轨迹级修正，以支持长时程在线决策。基于论文摘要，GTP在连续控制和长时程操作任务上匹配或超过无模型、扩散策略和基于模型的基线，并在部分强基线性能下降的场景中保持稳定。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org