arXiv · AI· Jaehun Shon, Jinha Choi, Jongwook Jeon, Jongmin Lee·· 8 小时前AI 评分24
OptiFlow：基于价值加权最优传输的多模态单步流策略学习
Learning Multimodal One-step Flow Policy via Value-weighted Optimal Transport
AI 导读
研究者提出名为 OptiFlow 的框架，用于解决离线强化学习中单步流策略的多模态行为学习难题。该工作已被 NeurIPS 2026 接收，全文共 38 页，相关代码已开源。
来源：arXiv · AI · arxiv.org