arXiv Artificial Intelligence· Nabuat Zaman Nahim, Fairoz Nower Khan, Peizhong Ju·2026-10-15 12:00· 18 小时前AI 评分22

强化学习中的流匹配综述

A Survey of Flow Matching in Reinforcement Learning

AI 导读

这篇综述系统梳理了流匹配（FM）在强化学习中的应用，按建模目标分布（动作策略、价值评论家、转移动态）与RL信号整合机制（能量加权回归、基于流的策略梯度、组相对策略优化）两条轴线组织文献。