CFG-Policy提出扩散策略统一框架

Shutong Ding等研究者发布CFG-Policy框架论文，将强化学习中的探索与利用拆分为两个生成式策略，并在采样时通过无分类器引导（classifier-free guidance）组合两者的score或velocity场，形成即插即用的统一扩散策略学习框架。 论文称该框架保留了底层强化学习目标，并在MuJoCo的5项任务（配合QSM与QVPO）及RoboTwin操作任务的4项任务（配合Flow-SDE+PPO）上提升了性能。

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。