基于图像的深度强化学习与内在动机刺激：关于复杂机器人任务的执行

BriefGPT - AI 论文速递 ·

本研究提出了一种新的样本高效的方法NaSA-TD3，通过引入新奇性和惊喜作为额外信号来改进复杂环境中的探索。实验结果表明，NaSA-TD3在模拟环境和实际环境中都能够有效地处理复杂的连续控制机器人任务，并且在最终性能上优于现有的基于图像的强化学习方法。

NaSA-TD3 惊喜探索新奇性机器人深度强化学习连续控制机器人任务

原文中文，约300字，阅读约需1分钟。