ArcFlow：单一流策略适配多求解器预算

Hieu Tran 与 Hong Yu 提出 ArcFlow，一种面向部署的流匹配策略训练算法，目标是让同一个策略在指定范围的多个求解器预算下都能工作，而不改变模型架构与部署成本。 在 DM Control、操作与运动任务中，ArcFlow 在 30 个任务里的 25 个上取得五种流策略基线中最高的平均单步回报。该方法结合动作对齐监督、预算暴露与最差预算检查点选择。 上述结果来自作者在 arXiv 上发布的论文，属于作者自报的实验结论。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。