Yunzhe Hu等提出VPFlow离线目标达成方法

2026年10月21日，Yunzhe Hu与Dong Xu在arXiv发表论文，提出名为VPFlow的基于不完美世界模型的价值预测规划器。该方法专为离线目标达成任务设计，将世界模型与单步流策略相结合，并在噪声空间内通过进化搜索执行规划。在包含30个数据集的OGBench测试中，VPFlow的表现优于无模型基线及LeWorldModel、PLDM、TD-MPC2等现有方法。

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。