arXiv · cs.RO· Hokyun Im, Andrey Kolobov, Jianlong Fu, Youngwoon Lee·2026-10-30 12:00· 13 小时前精选AI 评分62

论文 / 摘要阅读

LPS：通过一步流策略实现潜空间策略引导的离线强化学习方法

Latent Policy Steering through One-Step Flow Policies

AI 导读 · 根据来源整理

作者提出潜空间策略引导（LPS），将原始动作空间的Q梯度通过可微的一步MeanFlow策略回传，以更新潜动作空间actor，从而省去代理潜空间critic。该方法让原始动作空间critic端到端引导潜空间优化，同时以一步MeanFlow策略作为行为约束的生成先验。

本站目前提供摘要

以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。