HuggingFace Daily Papers·· 9 天前精选AI 评分82
ODE Policy：以动作动力学而非动作值学习机器人策略
ODE Policy: Robot Learning via Action Dynamics, Not Actions
AI 导读
ODE Policy 提出用神经常微分方程学习动作的向量场，而不是在离散控制步上直接回归动作值，部署时由上一动作积分得到下一动作，使轨迹天然连续。
推荐理由
该工作把动作建模为神经 ODE 的向量场，让轨迹连续成为结构属性，并给出跨多类任务的对比结果。
来源：HuggingFace Daily Papers · huggingface.co