Xi'an Jiaotong University（西安交通大学）

NFTR: From Provable Mode-Averaging to Geodesic Subgoal Selection in Offline Goal-Conditioned RL

NFTR：从可证明的模式平均到离线目标条件强化学习中的测地线子目标选择

Erdemt Bao, Xing Lei, Jun Chen

机构 * Huazhong University of Science and Technology（华中科技大学） ； Xi’an Jiaotong University（西安交通大学） ； University of Electronic Science and Technology of China（电子科技大学） 纠错

AI总结 针对分层隐式Q学习在离线目标条件强化学习中存在的问题，提出NFTR方法，用条件归一化流取代高斯策略，结合基于架构三角不等式的三角松弛分数及RWDR目标，可避免高斯坍塌且在随机动力学下保持稳定。