arXiv cs.RO· Sungha Kim, Gawon Lee, Jusuk Lee, Jonghae Park, H. Jin Kim, Daesol Cho·· 5 天前AI 评分58
FLAG：用潜变量增强引导的流策略最大熵强化学习
FLAG: Flow Policy MaxEnt-RL by Latent Augmented Guidance
AI 导读
FLAG 提出一种流策略最大熵强化学习方法，通过给状态空间增加流潜变量并优化可证明一致的代理目标，把采样区域局部化以缓解重要性权重坍缩。作者称该方法在有限重要性样本下即可完成表达性策略优化，并在基于状态的高维控制基准上取得表达性策略最大熵在线强化学习方法中的最优表现。该工作被 NeurIPS 2026 接收。
来源：arXiv cs.RO · arxiv.org