OpenAI开发了一种新的强化学习技术，用于机器人控制，该技术能更有效地利用模拟数据。该方法使用一种不对称Actor-Critic算法，其中Critic观察模拟环境的完整状态，而Actor仅接收基于图像的部分观察。这种方法允许训练更鲁棒的策略，这些策略可以在无需任何真实世界训练数据的情况下转移到真实机器人上，并在抓取和推动等任务中取得成功。 AI
排序理由 这是一篇详细介绍机器人学习新技术的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
OpenAI使用不对称Actor-Critic进行图像机器人学习
