跳到正文
arXiv · AI· Congzhong Sun, Ning Tan·· 2026-10-14AI 评分24

PrT-Flow:支持强化学习且概率可计算的流匹配方法

PrT-Flow: Probability-Tractable Flow Matching for Reinforcement Learning

AI 导读

研究团队提出 PrT-Flow 流匹配方法,通过 Jacobian-Tractable Transformer 实现概率密度高效计算。 采用条件欧拉步训练策略,模型在 Robomimic Lift 任务300轮次后成功率达96%,在 OGBench Cube-Triple 任务60万步后达96%。 结果证明该方法支持 SAC 风格演员-评论家训练,代码已开源。

来源:arXiv · AI · arxiv.org