第 1 部分：从策略梯度到 GRPO —— Flow-GRPO 所依赖的强化学习理论基础本部分目标Flow-GRPO（Flow Matching + Group Relative Policy Optimization）的核心思想是：将原本用于图像生成的流匹配模型（Flow Matching Model）看作一个强化学习（Reinforcement Learning, RL）中的策略（Policy），然后利用组相对策略优化（Group Relative Policy Optimization, GRPO）根据生成结果的奖励（Reward）优化模型。但是，一个图像生成模型为什么可以使用强化学习？为什么 GRPO 需要：pθ(xt−1∣xt,c)p_\theta(x_{t-1}|x_t,c)p