Value Forcing：在每层噪声强制 Bellman 一致性，以小数据准确估计价值函数

研究者 chongyiz1 提出 Value Forcing，通过在每个噪声水平强制 Bellman 一致性，避免 Flow matching 用于价值函数时的有偏、坍缩预测。该方法即使在极小数据量下也能准确估计价值函数，可直接用于机器人与 RL policy 训练。