跳到正文
arXiv · 机器人与计算机视觉· Gagan Khandate·· 20 天前精选AI 评分83

Echo:一种通过离线经验扩展视觉强化学习的单阶段框架

Echo: Scaling Visual Reinforcement Learning with Off-policy Experience

AI 导读

针对视觉强化学习中渲染与推理成本高昂的问题,本文提出了 Echo 方法,这是一种单阶段的离线强化学习框架。该方法利用基于状态的辅助策略进行逆蒸馏,收集无需渲染的低成本经验,并通过共享特权评论器直接改进视觉策略。

推荐理由

提出单阶段离线强化学习框架,利用逆蒸馏收集无渲染经验以加速视觉策略训练。

来源:arXiv · 机器人与计算机视觉 · arxiv.org