生成式策略 · 文章

NeurIPS 2026 高分论文！清华提出 SAFLOW，构建面向在线强化学习的自伴随生成式策略

生成式策略正在成为具身智能的重要动作接口。它能够表达复杂、多峰的动作分布，却给在线强化学习带来一个容易被忽视的问题：策略不仅要生成动作，还必须准确回答——这个动作在当前策略下有多大概率？