跳到正文
arXiv · ML· Runhua Zhang, Yingjie Niu, Chao Li·· 2026-10-14AI 评分36

DR-APO:从连续控制到具身导航的解耦表征优势引导策略优化

DR-APO: Decoupled-Representation Advantage-Guided Policy Optimization from Continuous Control to Embodied Navigation

AI 导读

提出DR-APO算法,通过解耦策略改进与表征,统一支持高斯、扩散及流匹配策略。 在五个MuJoCo-v5任务中,DR-APO对扩散和流策略取得最佳单策略性能;NavDP后训练将真实世界导航成功率从25%提升至65%。

来源:arXiv · ML · arxiv.org