BriefGPT - AI 论文速递 · 2023-08-18T00:00:00Z 学习具有高成本特征的计算效率机器人 💡 原文中文，约300字，阅读约需1分钟。 📝 内容提要 本文介绍了一种通用的离线学习方法，通过考虑输入特征的计算成本，并将成本约束纳入到决策变换器的扩展中，从而在推断过程中限制其成本，使模型能够在每个时间步动态选择最佳输入特征。通过实验验证了该方法的有效性，并表明相比传统方法，它能够在使用较少计算资源的情况下实现类似的性能。 🏷️ 标签 决策变换器 推断过程 机器人 离线学习方法 计算成本 输入特征 阅读原文 生成长图 分享链接 已复制链接
