Normalizing Flow with RL Benchmark for Robot Learning是一个专注于机器人归一化流策略与强化学习结合的基准测试。该基准涵盖操作、导航、运动控制等多种任务域，比较了不同归一化流+RL结合方式（归一化流策略+RL、归一化流世界模型+RL、归一化流数据生成+RL、引导归一化流+RL）在机器人控制中的表现。基准还评估了归一化流步数、引导强度、奖励条件对归一化流+RL性能的影响，分析了不同方法在样本效率和渐近性能上的权衡。来源机构包括Google Robotics、Stanford、MIT等。
Normalizing Flow with RL Benchmark for Robot Learning
Normalizing Flow with RL Benchmark for Robot Learning是一个专注于机器人归一化流策略与强化学习结合的基准测试。该基准涵盖操作、导航、运动控制等多种任务域，比较了不同归一化流+RL结合方式（归一化流策略+RL、归一化流世界模型+RL、归一化流数据生成+RL、引导归一化流+RL）在机器人控制中的表现。基准还评估了归一化流步数、引导强度、奖励条件对归一化流+RL性能的影响，分析了不同方法在样本效率和渐近性能上的权衡。来源机构包括Google Robotics、Stanford、MIT等。
测试方法与条件
标准化归一化流+RL评估协议