Minimum-Cost Attractive Matching

新的DHO方法提升3D网格生成质量

研究人员开发了一种名为动态归巢优化（DHO）的新型强化学习方法，利用流匹配来改进3D网格生成。该方法将优化重新定义为正样本吸引过程，引导轨迹趋向首选样本。DHO结合了最小成本吸引匹配（MAM）来分配特定目标，以及时间感知动态校正（TDC）来根据剩余时间调整轨迹。该框架名为Flow3D-Pro，与现有的网格生成技术相比，展示了卓越的几何质量，并且在性能上优于DPO、GRPO和NFT风格等其他强化学习目标。