跳到主要内容
检索

# 结构化强化学习

1 篇关联报道

订阅更新
  1. arXiv

    单条成功演示不再只当监督:学会改轨迹后,15个Meta-World任务平均成功率92.7%

    把一条成功演示当作可编辑的骨架,用稀疏成功奖励学出何时切换物体中心阶段、如何做几何修正,15个Meta-World任务平均成功率92.7%,在9个DexMimicGen任务上生成数据的平均编辑成功率98.4%。

已读完全部报道