BriefGPT - AI 论文速递 · 2025-05-04T00:00:00Z Coupled Distributional Random Expert Distillation for Online Imitation Learning in World Models 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本文提出了一种耦合分布随机专家蒸馏方法，旨在解决在线模仿学习中因对抗奖励或值公式引起的不稳定性问题。该方法通过在世界模型的潜在空间中联合估计专家和行为分布，实现了稳定的性能和专家级结果，优于传统对抗方法。 🏷️ 标签 models 不稳定性 世界模型 在线模仿学习 耦合分布 随机专家蒸馏 阅读原文 生成长图 分享链接 已复制链接
