#离线RL

做机器人控制或连续控制RL的团队，如果受困于扩散/流模型训练的不稳定性，QGF提供了一种“训练照旧、测试优化”的实用方案，值得一试。

做安全强化学习或机器人系统的团队，终于有了一个不用重训模型就能清理毒化数据的方案，值得关注。