AGI Hunt· chris_j_paxton·· 45 分钟前AI 评分45
HT-Policy 挑战扩散策略范式:多模态并非模仿学习优势真因
HT-Policy 挑战扩散策略范式:多模态并非模仿学习优势真因
AI 导读
HT-Policy 提出,扩散或流匹配策略在机器人学习中的优势可能源于状态相关的方差和更重的长尾高斯“尾巴”,而非支持数据多模态。该方法学习依赖输入的残差尺度,降低长尾样本影响,使普通回归策略也能与流匹配策略竞争,并实现更快训练和更简单推理。
来源:AGI Hunt · agihunt.info