BayesFP用Feynman-Kac采样改进流策略后验估计

Sreevardhan Sirigiri、Weiming Zhi、Fabio Ramos 提出 BayesFP，把预训练扩散与 flow-matching 策略的约束轨迹生成表述为贝叶斯后验采样：以学到的演示分布为先验，用推理期代价导出的似然把采样偏向可行、最优的轨迹，且无需重训练基础策略。 方法上，他们借助原本为扩散模型设计的 Feynman-Kac corrector 框架采样，并将其扩展到确定性的 flow-matching 策略。作者称在 Diffusion Policy、GR00T-N1.6 和 π0.5 预训练检查点上，于仿真与真实操作任务（含推理期加入的非凸障碍绕行）验证，零样本任务上相对基础 π0.5 有改进。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。