Jiaheng Hu

新的SLAC方法实现了高效的真实机器人强化学习

研究人员开发了SLAC，一种使用强化学习训练复杂机器人的新颖方法。SLAC利用低保真度模拟器预训练一个与任务无关的潜在动作空间，促进时间抽象和安全性。然后，这个预训练空间作为一种离策略RL算法的接口，通过真实世界的交互实现下游任务的高效学习。SLAC在双臂移动操作任务上展示了最先进的性能，在不到一小时的时间内学习了复杂、富含接触的行为，无需演示。