arXiv cs.RO 机器人学· Congzhong Sun, Ning Tan·· 5 小时前精选AI 评分56
PrT-Flow：面向强化学习的概率可计算 Flow Matching 方法
PrT-Flow: Probability-Tractable Flow Matching for Reinforcement Learning
AI 导读
PrT-Flow（Probability-Tractable Flow Matching）在保留多模态、多步动作生成的同时计算动作概率密度，其 Jacobian-Tractable Transformer（JTT）使每个采样步可逆并高效计算 Jacobian 行列式。
推荐理由
论文说明了可逆网络如何在保留多模态动作生成的同时给出可计算的动作概率密度，对需要概率输入的 RL 算法选型有参考价值。
来源：arXiv cs.RO 机器人学 · arxiv.org