arXiv · 机器人与计算机视觉· Omer Hemo, Ido Sefi, Mirco Mutti, Aviv Tamar, Kfir Y. Levy·· 9 天前AI 评分44
Simulation-aided Reinforcement Learning with Control Variates 提出保守仿真辅助学习方法,在 MuJoCo 基准任务上优于标准混合策略
Simulation-aided Reinforcement Learning with Control Variates
AI 导读
该方法利用控制变量法仅降低学习过程方差而非直接塑造学习目标,适用于策略评估及 Actor-Critic 框架下的策略改进与离线 RL 场景。MuJoCo 基准实验表明其性能优于标准仿真混合方法,论文已作为 NeurIPS 2026 海报被接收并开源代码。
来源:arXiv · 机器人与计算机视觉 · arxiv.org