ReinFlow a été proposé conjointement en septembre 2025 par une équipe de recherche de l'Université Carnegie Mellon, de l'Université Tsinghua et d'autres universités et institutions. Les résultats de cette recherche ont été publiés dans l'article « ... ».ReinFlow : Optimisation de la politique de correspondance de flux grâce à l’apprentissage par renforcement en ligneIl a été sélectionné pour NeurIPS 2025.

ReinFlow est le premier algorithme d'apprentissage par renforcement en ligne capable d'ajuster finement et de manière stable un ensemble de politiques de correspondance de flux pour une classe de politiques de correspondance de flux dans le contrôle continu de robots. Basé sur une théorie rigoureuse de l'apprentissage par renforcement, ce paradigme injecte un bruit apprenable dans le chemin déterministe de la politique de flux, transformant ainsi le flux en un processus de Markov à temps discret. Ceci permet un calcul de probabilité précis et direct. Cette transformation facilite l'exploration et assure la stabilité de l'entraînement, permettant à ReinFlow d'ajuster finement et de manière stable diverses variantes de modèles de flux, notamment avec très peu d'étapes de débruitage, voire une seule.