VPFlow：以价值预测替代状态预测的离线规划

Yunzhe Hu、Dong Xu 提交论文，提出离线目标到达规划方法 VPFlow：它不靠世界模型预测未来状态，而是把世界模型与一步流策略配对，在噪声空间里用进化搜索做价值预测规划。 作者报告，在 30 个 OGBench 状态与像素数据集上，VPFlow 的成功率分别至少超过无模型基线 30.3 和 10.1 个百分点，并优于 LeWorldModel、PLDM、TD-MPC2 等潜空间规划器。这些数字均为论文自报结果。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。