Latent Policy Steering through One-Step Flow Policies
通过一步流策略实现潜在策略引导
机构 * Department of Artificial Intelligence, Yonsei University（人工智能系，延世大学） ； Microsoft Research（微软研究院）
AI总结 本文提出Latent Policy Steering (LPS)，通过一步流策略实现高保真的潜在策略改进，解决了离线强化学习中回报最大化与行为约束之间的权衡问题，实现了无需复杂超参数调整的鲁棒性能。
Comments Accepted to RSS 2026, Project Webpage : https://jellyho.github.io/LPS/
