arXiv · cs.AI· Zeyuan Wang, Da Li, Yulin Chen, Yuehu Gong, Yanming Guo, Liang Bai, Tianyuan Yu, Yanwei Fu·· 5 小时前
Stochastic MeanFlow Policies：基于熵镜像下降的单步生成控制策略
Stochastic MeanFlow Policies: One-Step Generative Control with Entropic Mirror Descent
arXiv:2605.21282v3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：Zeyuan Wang, Da Li, Yulin Chen, Yuehu Gong, Yanming Guo, Liang Bai, Tianyuan Yu, Yanwei Fu
研究任务与主要进展
作者提出 Stochastic MeanFlow Policies（SMFP），一种结合 MeanFlow 噪声到动作映射与高斯重参数化的单步生成策略，并用解析熵下界调节随机性。其策略在七个 MuJoCo 基准上以单步推理相对高斯和生成式基线取得较强性能，额外实验还展示了多模态动作建模和稀疏奖励导航中的探索能力；当前材料仅提供论文摘要，未说明具体实验细节。
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