我们提出了 PoliFormer（Policy Transformer），这是一个使用强化学习进行训练的 RGB 室内导航代理，采用规模化的端到端训练，能够在真实世界中无需适应即可进行泛化，尽管它是纯在模拟环境中训练的。PoliFormer 使用基本的视觉 Transformer 编码器和因果 Transformer...

Hasan Minhaj将作为您的个人导航员，以机智和智慧引导您的旅程，提供有趣的见解，揭示驾驶的荒谬之处。他会评论从交通到休息站的一切，并加入一些自我贬低的元素。全球范围内都可以使用英语语音体验。