本文介绍了Hindsight Experience Replay技术，用于学习稀疏二元奖励的知识，避免复杂奖励工程，并与任意离线RL算法结合。通过实验演示了该方法在操作机器人手臂上的实际应用。消融研究表明，Hindsight Experience Replay是成功训练在有挑战性环境中的关键因素，并展示了在物理仿真中训练的策略可以成功部署在物理机器人上完成任务。

本文介绍了一种名为“Hindsight Experience Replay”的新技术，可以有效地学习来自稀疏二元奖励的知识，并可以与任意离线RL算法相结合。通过实验，演示了该方法在操作机器人手臂上的实际应用，并展示了在物理仿真中训练的策略可以部署在物理机器人上，并成功地完成任务。