arXiv Artificial Intelligence· Congzhong Sun, Ning Tan·· 18 小时前AI 评分27
PrT-Flow:面向强化学习的概率可解流匹配模型
PrT-Flow: Probability-Tractable Flow Matching for Reinforcement Learning
AI 导读
PrT-Flow 通过 Jacobian-Tractable Transformer(JTT)使每个采样步可逆,从而在保留多模态多步动作生成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 Artificial Intelligence · arxiv.org