跳到正文
arXiv · 机器人与计算机视觉· Octi Zhang, Mateo Guaman Castro, Patrick Yin, Ignacio Dagnino, Abhishek Gupta, Rosario Scalise, Byron Boots·· 2026-10-09AI 评分74

平衡数据饮食:解决 Mega-Scale RL 中的探索瓶颈

A Balanced Data Diet: Addressing the Exploration Bottleneck in Mega-Scale RL for Robot Control

AI 导读

论文提出 Success Guided Sampling (SGS) 自适应采样器,旨在缓解大规模强化学习中因均匀采样导致的学习经验浪费问题。该方法将训练集中在策略能力前沿的任务配置上,使并行仿真能更高效地利用批次体验。

来源:arXiv · 机器人与计算机视觉 · arxiv.org