PsiBot/灵初智能· PsiBot·· 7 天前精选AI 评分71
北大-灵初联合实验室 RoboFFT 被 CoRL2026 接收，用强化学习后训练生成式机器人策略
CoRL2026 | 让机器人从交互中持续学习！RoboFFT提出面向生成式机器人策略的强化学习后训练方法
AI 导读
北大-灵初联合实验室提出的 RoboFFT 被 CoRL2026 接收，这是一种面向生成式机器人策略的强化学习后训练方法，复用扩散模型和流模型预训练时的前向加噪过程构造近似概率比，用于 PPO 风格裁剪更新。
推荐理由
该方法复用扩散与流模型的前向加噪损失构造策略更新信号，为生成式策略后训练提供了一条可复用的思路。
来源：PsiBot/灵初智能 · psibot.ai