已收录文章摘要，完整内容可前往原文阅读。
↑ 点击蓝字 关注极市平台作者丨科技猛兽编辑丨极市平台极市导读 本文详细拆解Flow-OPD：第一个把在线策略蒸馏接到 Flow Matching 上的工作。它没有继续堆标量奖励，而是用密集的轨迹级监