实体 Ogpo

Ogpo

PulseAugur coverage of Ogpo — every cluster mentioning Ogpo across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_18782 · May 6 · 04:00

新的OGPO算法提高了机器人领域生成式控制策略的样本效率

研究人员推出了一种名为“离策略生成策略优化”（OGPO）的新型算法，该算法专为机器人领域生成式控制策略的样本高效微调而设计。OGPO利用离策略评论家网络来最大化数据重用，并通过整个生成过程传播策略梯度。该方法在各种操作任务上实现了最先进的性能，并展示了在没有专家数据的情况下微调初始化不良策略的能力。