humanoid-giant

新HiQC算法增强了用于长时序任务的离线强化学习

研究人员推出了一种名为HiQC（Hierarchical Implicit Q-Chunking）的新型算法，旨在改进离线目标条件强化学习。HiQC通过结合高层隐式规划和低层动作分块来应对长时序任务的挑战。这种方法实现了无偏的k步值备份，有效地压缩了规划和执行层面的时序，从而对值误差产生了更严格的界限。在OGBench套件上，HiQC在长时序导航任务（如humanoid-giant）中表现出了卓越的性能。