跳到正文
arXiv · cs.AI· Congzhong Sun, Ning Tan·· 4 小时前

PrT-Flow:面向强化学习的概率可计算流匹配模型

PrT-Flow: Probability-Tractable Flow Matching for Reinforcement Learning

AI 导读

PrT-Flow 通过 Jacobian-Tractable Transformer(JTT)使每步采样可逆,从而在保留多模态多步动作生成能力的同时计算概率密度,并用 Conditional Euler-step Training(CET)监督单步位移。

来源:arXiv · cs.AI · arxiv.org