标签
本文提出BFN-RL，一个基于Bayesian Flow Networks的统一生成建模框架，用于离线强化学习，能够生成跨越离散和连续状态空间的有效轨迹。
本文介绍了如何使用多项式，特别是 Smoothstep 函数，通过匹配位置的导数（速度、加速度、加加速度等）来生成机器人和 3D 打印机的平滑运动轨迹，从而避免不连续性。
This paper introduces a permutation-equivariant neural operator that maps spacecraft, target, and debris distributions to collision-aware trajectories for entire swarms in one forward pass, trained with self-supervised physics objectives and adversarial threats. It generalizes zero-shot from 10 to 1,000 spacecraft amid dense debris, matching optimal-control accuracy while reducing proximity.
Fast-dDrive是一种用于端到端自动驾驶的块扩散VLA模型，实现了最先进的轨迹精度，同时相比自回归基线提供了超过12倍的吞吐量加速，解决了高保真规划与边缘部署高效推理之间的权衡。
ReflectDrive-2 是一款新型自动驾驶离散扩散规划器，通过强化学习实现轨迹 token 的自编辑，在 NAVSIM 基准测试中取得了高性能和低延迟。