PulseAugur
中
实时 12:14:00
English(EN) OGPO: Sample Efficient Full-Finetuning of Generative Control Policies

新的OGPO算法提高了机器人领域生成式控制策略的样本效率

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了一种名为“离策略生成策略优化”（OGPO）的新型算法，该算法专为机器人领域生成式控制策略的样本高效微调而设计。OGPO利用离策略评论家网络来最大化数据重用，并通过整个生成过程传播策略梯度。该方法在各种操作任务上实现了最先进的性能，并展示了在没有专家数据的情况下微调初始化不良策略的能力。 AI

影响 引入了一种提高机器人策略微调样本效率的新方法，有望加速机器人学习的发展。

排序理由 这是一篇关于机器人领域生成式控制策略新算法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的OGPO算法提高了机器人领域生成式控制策略的样本效率

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Sarvesh Patil, Mitsuhiko Nakamoto, Manan Agarwal, Shashwat Saxena, Jesse Zhang, Giri Anantharaman, Cleah Winston, Chaoyi Pan, Douglas Chen, Nai-Chieh Huang, Zeynep Temel, Oliver Kroemer, Sergey Levine, Abhishek Gupta, Hongkai Da, Paarth Shah, Max Simchowi ·

    OGPO：生成式控制策略的样本高效全微调

    arXiv:2605.03065v1 Announce Type: new Abstract: Generative control policies (GCPs), such as diffusion- and flow-based control policies, have emerged as effective parameterizations for robot learning. This work introduces Off-policy Generative Policy Optimization (OGPO), a sample-…

相关实体

相关话题