arXiv · cs.AI· Brent Yi, Hongsuk Choi, Himanshu Gaurav Singh, Xiaoyu Huang, Takara E. Truong, Carmelo Sferrazza, Yi Ma, Rocky Duan, Pieter Abbeel, Guanya Shi, Karen Liu, Angjoo Kanazawa·· 6 小时前
Flow Policy Gradients用于机器人控制策略训练
Flow Policy Gradients for Robot Control
arXiv:2602.02481v2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：Brent Yi, Hongsuk Choi, Himanshu Gaurav Singh, Xiaoyu Huang, Takara E. Truong, Carmelo Sferrazza, Yi Ma, Rocky Duan, Pieter Abbeel, Guanya Shi, Karen Liu, Angjoo Kanazawa
研究任务与主要进展
作者提出 Flow Policy Gradients，将流匹配策略梯度用于训练和微调更具表达力的机器人控制策略，绕过动作似然计算。基于论文摘要，改进目标在腿式运动、人形运动跟踪和操作任务中取得成功，并支持两种人形机器人的仿真到现实迁移；消融和训练分析显示策略可利用流表示进行探索，微调鲁棒性优于基线。
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