跳到主要内容
检索

# 任务级性能漏斗

1 篇关联报道

订阅更新
  1. arXiv

    流匹配策略不再只求动作像样:用物理推演筛种子,PushT成功率从31.3%升到88.5%

    生成式操作策略能给出看似合理的动作片段,却可能让后续片段停滞甚至抹掉先前进展。一种面向流匹配策略的推理时精修方法,用并行物理推演评估候选动作片段,并要求每个片段满足带终端收缩的任务性能漏斗,从而在重复执行中把任务误差压向零。在PushT与三块堆叠上,精修把成功率从31.3%提到88.5%、从77.0%提到86.0%;在PushT上,学习到的漏斗相对只约束片段终点,把已取得进展的最大回撤均值降低19%,成功率相当。

已读完全部报道