跳到正文
arXiv · 机器人与计算机视觉· Shizhe Cai, Frieder Stolzenburg, Oliver Obst·· 2 天前AI 评分38

World-Model Gradient Refinement in CEM:一项实证研究

World-Model Gradient Refinement in CEM: An Empirical Study

AI 导读

该研究通过仅替换首模型排名精英集为环境排名精英集的固定状态干预,使 Walker/Cheetah 任务中选定序列的实现追踪成本在所有 12 个种子单元均降低。跨 32 项任务的 52 个冻结 TD-MPC2 检查点对比显示,在改进显著的 10 个检查点上平均收益为 67.8 分(95% CI [31.9, 103.6]),其余 42 个仅提升 0.2 分。

来源:arXiv · 机器人与计算机视觉 · arxiv.org