EpiFlow：上图引导流匹配实现安全离线强化学习
热点事件持续更新
EpiFlow：上图引导流匹配实现安全离线强化学习
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
Manan Tayal、Mumuksh Tayal 与 Ravi Prakash 提交的 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：学习上图可行性价值函数，并用流匹配提取策略来近似 HJB 方程。 作者称，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。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 12:00
EpiFlow：用上图引导的流匹配兼顾离线强化学习的安全与性能报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AIEpiFlow：用上图引导的流匹配兼顾离线强化学习的安全与性能
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，通过学习上图可行性价值函数并用流匹配提取策略来近似 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
还没有足够的连续观测数据，暂不绘制趋势。