OptiFlow：一步流策略用最优传输提效

1. 12:00
   arXiv cs.AI

   OptiFlow：通过价值加权最优传输学习多模态一步流策略

   OptiFlow 提出一种基于状态级熵最优传输的一步流策略学习框架，联合训练价值感知参考流策略与高效一步策略，避免直接最大化 critic 导致的模式坍塌和分布外高估。该方法以 critic 估值确定蒸馏目标动作优先级，并用动作距离成本保证几何兼容配对，在多个离线 RL benchmark 上有效捕捉最优多模态行为。论文已被 NeurIPS 2026 接收，代码已开源。

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。