arXiv cs.RO 机器人学· Runhua Zhang, Yingjie Niu, Chao Li·· 5 小时前精选AI 评分56
DR-APO 提出解耦表征的优势引导策略优化，统一 Gaussian、diffusion 与 flow 策略
DR-APO: Decoupled-Representation Advantage-Guided Policy Optimization from Continuous Control to Embodied Navigation
AI 导读
DR-APO 将策略改进与策略表征解耦，通过优势引导的目标改进和表征兼容的直接动作拟合，为 Gaussian、diffusion 和 flow 策略提供统一优化接口。
推荐理由
论文指出似然比累积会削弱多步生成策略的更新信号，其解耦思路对做扩散或流匹配策略优化的研究者有直接参考价值。
来源：arXiv cs.RO 机器人学 · arxiv.org