EpiFlow：上境图引导流匹配的安全离线强化学习
热点事件持续更新
EpiFlow：上境图引导流匹配的安全离线强化学习
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
2026年11月9日，arXiv 人工智能板块刊出 Manan Tayal、Mumuksh Tayal 与 Ravi Prakash 提交的论文《EpiFlow：用上图引导流匹配在离线强化学习中兼顾安全与性能》。该工作把安全离线强化学习建模为带硬状态约束的最优控制问题：安全由硬状态约束保证，性能由奖励函数刻画；方法通过离线学习上图可行性价值函数，再用流匹配提取策略，从而近似求解 HJB 方程。作者在 boat navigation、Safety-Gymnasium 和 Bullet-Safety-Gym 等安全关键基准上测试，报告称取得有竞争力的回报，同时约束违反接近零。论文已被 NeurIPS 2026 接收。上述结果均为论文自述，尚待独立复现验证。
AI 根据报道生成 · 12 小时前更新
最新进展11月9日 13:00
EpiFlow：用上图引导流匹配在离线强化学习中兼顾安全与性能报道时间线
沿着报道，了解事件的不同侧面。
11月9日
- arXiv Artificial IntelligenceEpiFlow：用上图引导流匹配在离线强化学习中兼顾安全与性能
EpiFlow 将安全离线强化学习建模为带硬状态约束的最优控制问题，通过离线学习上图可行性价值函数并用流匹配提取策略，近似求解 HJB 方程。在 boat navigation、Safety-Gymnasium 和 Bullet-Safety-Gym 等安全关键基准上，该方法取得有竞争力的回报，同时约束违反接近零。论文已被 NeurIPS 2026 接收。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 1011月9日 14:00
- 近 24 小时变化
- –
02.557.510
14:0016:0018:0020:0022:0011月10日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。