本文提出流图策略及FMQ在线适应算法与QGBS推理搜索方法,用于解决生成策略在离线到在线强化学习中的推理延迟问题,在12个机器人任务上取得最优性能,平均成功率相对基线提升21.3%。
机构:帝国理工
来源:arXiv 2605.12416 | AI4Papers 论文推荐平台