Conditional Normalizing Flow Policies and Guidance for Robot Control

本文提出了一种面向机器人控制的条件归一化流策略与引导方法。条件归一化流策略通过条件化观测、目标、语言指令等生成动作分布，引导方法通过梯度引导在推理时调整归一化流过程，实现无重新训练的策略适配。文章分析了不同条件化方式（观测条件、目标条件、语言条件、奖励条件）和引导方法（分类器引导、无分类器引导、奖励引导、能量引导）对控制性能的影响，提出了结合条件归一化流与引导的方法，并在仿真和真实机器人上验证了效果。来源机构包括Google Research、MIT、Oxford等。