BFN-RL

贝叶斯流网络统一离散和连续离线强化学习

研究人员引入了贝叶斯流网络（BFNs）作为离线强化学习（RL）和轨迹规划的统一框架。这种新方法称为BFN-RL，可以原生处理离散和连续状态空间，而之前的许多方法需要单独的公式。BFN-RL通过迭代演化分布参数来生成未来的状态序列，然后通过学习到的逆动力学模型将这些序列转换为动作。评估表明，它在离散规划和连续控制任务中都有效，将BFNs确立为跨各种数据模态的轨迹规划的通用生成基础。