跳到正文
arXiv · 机器人与计算机视觉· Neil Janwani, Ellen Novoseller, Vernon J. Lawhern, Maegan Tucker·· 22 天前AI 评分72

MO-Playground:面向机器人的大规模并行化多目标强化学习

MO-Playground: Massively Parallelized Multi-Objective Reinforcement Learning for Robotics

AI 导读

论文提出了 MO-Playground 和 MORLAX,旨在解决现有多目标强化学习算法无法有效利用大规模并行化的问题。MORLAX 是 GPU 原生的新算法,配合可 pip 安装的 MO-Playground 环境库,能在几分钟内近似帕累托集,相比传统 CPU 方法快 26-271 倍,相比先前的 GPU 方法快 19 倍,同时学习出更优的帕累托前沿超体积。

来源:arXiv · 机器人与计算机视觉 · arxiv.org