Normalizing Flow Policies for Robotics: A Review

本文系统综述了机器人领域归一化流策略（Normalizing Flow Policies）的最新进展。归一化流策略通过可逆变换将简单分布映射到复杂动作分布，能够精确计算似然并表达多模态动作分布，解决了传统高斯策略在多模态最优动作场景下的模式平均问题，是机器人操作策略学习的重要方向。文章分析了无条件归一化流、条件归一化流、引导归一化流、归一化流与强化学习结合等核心方法，以及动作分块、时间一致性、推理速度等关键技术。适用场景包括机器人操作、灵巧手控制、移动操作等需要多模态动作的领域。来源机构包括Google DeepMind、UC Berkeley、MIT等顶尖研究机构。