实体
FastTD3
FastTD3
PulseAugur coverage of FastTD3 — every cluster mentioning FastTD3 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
ACCRUE框架加速机器人学习，跨任务保留技能 · 跟踪2个来源
研究人员开发了ACCRUE，一个新颖的持续性离轨强化学习框架，旨在增强机器人基础模型（RFMs）。ACCRUE使机器人在学习新任务时能够高效地进行，同时保留先前获得的技能，解决了现有同策略和离策略方法的局限性。该框架通过跨任务携带轻量级的actor和critic网络来实现这一点，从而实现知识重用和适应，显著减少了现实世界机器人的训练时间并最大限度地减少了遗忘。
-
新方法提升RL中Actor-Critic智能体的效率
研究人员开发了新的方法来提高强化学习中Actor-Critic智能体的效率。一种方法引入了“单纯嵌入”来约束特征表示，从而在不减慢运行时的前提下，在各种环境中实现更稳定的训练和更好的性能。另一篇论文提出了一种用于多智能体强化学习的风险规避Actor-Critic算法，该算法已被证明可以全局收敛，并且在性能上优于风险中性方法。