提出基于生成式轨迹规划的在线决策框架

Haldun Balim 等提出 Generative Trajectory Planning（GTP），一种基于模型的在线决策框架：将生成模型学习为动作序列上的提议分布，从 diffusion 先验中采样候选序列，再用学到的 dynamics、reward 和 value 模型进行精炼，实现轨迹级推理。 论文称，在连续控制和长时程操作任务上，GTP 达到或超过无模型、diffusion policy 和基于模型的基线方法，并在强基线性能下降的场景中保持稳定。

AI 根据报道生成 · 49 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。