arXiv cs.AI· Yunzhe Hu, Dong Xu·· 1 天前AI 评分39
VPFlow：面向离线目标达成、基于价值预测规划的不完美世界模型方法
VPFlow: Value-Predictive Planning with Imperfect World Models for Offline Goal Reaching
AI 导读
arXiv 论文提出 VPFlow，一种用价值预测代替精确状态预测进行规划的离线目标条件强化学习方法，其潜空间世界模型以目标达成价值为唯一监督，配合单步流策略在噪声空间用进化搜索规划。
来源：arXiv cs.AI · arxiv.org