ALP-GMM

新的课程生成框架增强了自主代理导航策略

研究人员开发了一个新的框架，用于在结构化参数化环境中生成课程，以增强自主代理导航策略的鲁棒性。该方法使用单向基于梯度的优化，并结合了分布偏移正则化目标，以提高跨多模态观测空间的泛化能力。在OpenAI Gym环境（特别是赛车变体和双足步行者）中的评估表明，该方法在性能上始终优于多种基线方法，包括标准策略训练、随机参数采样、手动课程以及其他先进技术，如自步强化学习和ALP-GMM。