arXiv · 机器人与计算机视觉· F. Olivia Fan, Oliver Obst·· 2 天前AI 评分70
线性循环记忆足以蒸馏空气曲棍球世界的策略
Linear Recurrent Memory Suffices to Distil a World-Model Policy for Robot Air Hockey
AI 导读
该论文研究了模拟空气曲棍球防守任务,发现即使在没有追踪冰球的临时情况下,控制仍需依赖记忆。研究将 DreamerV3 教师模型蒸馏为具有 64 维状态的紧凑循环策略,结合对角线线性循环与可选的秩 k 非线性创新,而观测编码器和动作头保持非线性。
来源:arXiv · 机器人与计算机视觉 · arxiv.org