SDPG

Echo框架通过逆向蒸馏提升视觉强化学习效率

研究人员推出Echo，一个旨在提高视觉强化学习（RL）效率的新型单阶段框架。Echo通过采用逆向蒸馏来解决视觉RL的高计算成本问题，其中一个基于状态的辅助策略收集廉价的、未渲染的经验。然后，这些收集到的经验用于离策略价值学习，直接改进视觉策略。在各种控制和操作任务上的初步评估表明，与现有方法相比，达到参考回报所需的时间显著减少，峰值平均回报有所提高。