热点事件持续更新
异方差Student-t回归追平扩散策略
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
2026年10月15日，AGI Hunt 报道一篇 arXiv 论文提出 HT-Policies（异方差 Student-t 动作回归），面向机器人学习中的动作块预测。该策略无需生成模型，单次前向即可预测动作块。报道称，在 4 个仿真基准与真机评测上，其成功率追平扩散/流匹配等生成式策略，显示异方差 Student-t 回归可达到与扩散策略相当的性能。
AI 根据报道生成 · 53 分钟前更新
最新进展10月15日 11:06
arXiv 论文提出 HT-Policies，单次前向预测动作块，成功率追平扩散/流匹配策略。报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- AGI HuntHT-Policies 异方差 Student-t 回归追平扩散策略，机器人学习无需生成模型
arXiv 论文提出 HT-Policies（异方差 Student-t 动作回归），单次前向即可预测动作块，在 4 个仿真基准与真机评测上成功率追平扩散/流匹配等生成式策略。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。