基于随机网络蒸馏的高效主动模仿学习

BriefGPT - AI 论文速递 ·

本研究提出了一种新方法RND-DAgger，旨在减少专家介入频率。该方法通过状态基础的分布外测量，在3D游戏和机器人任务中优于传统模仿学习，显著降低了专家查询次数。

3D游戏 RND-DAgger 专家介入主动模仿学习机器人任务

原文中文，约300字，阅读约需1分钟。