LEARNING
基于随机解耦策略梯度的高效在线视觉强化学习
Haoxiang You, Yilang Liu, Davis Zong, Qian Wang, Teeratham Vitchutripop, Qi Wang, Daniel Rakita, Ian Abraham
- 发表年份
- 2026
- 引用次数
- 0
- 访问权限
- 开放获取
摘要
提出随机解耦策略梯度（SDPG）方法，通过轨迹滚动的随机扰动估计策略梯度，大幅减少批渲染环境数量与计算内存开销。在视觉MuJoCo基准测试中，SDPG在训练时间、内存使用和奖励方面均优于基线方法，并展示了从仿真到真实硬件的有效迁移。
关键词
visual reinforcement learningpolicy gradientsample efficiencysim-to-real
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018