arXiv · cs.RO· Sriyash Poddar·· 4 天前精选AI 评分75
ASTEROID：不对称在线策略蒸馏学习上下文探索
Asymmetric On-Policy Distillation Learns In-Context Exploration
AI 导读
Sriyash Poddar 提出 ASTEROID 框架，通过学生-教师监督学习让机器人在部分可观测环境中学习测试时探索。该方法在11种不同环境中表现优异，返回率提高约2倍，交互次数比强化学习减少约100倍，在仿真到真实机器人操作中成功率提升40%。
推荐理由
ASTEROID 框架通过不对称在线策略蒸馏，让机器人在不确定环境中高效探索，比强化学习减少99%交互次数。
来源：arXiv · cs.RO · arxiv.org