全异构、全异步的RLinf v0.2尝鲜版发布，支持真机强化学习，像使用GPU一样使用你的机器人！
RLinf v0.2 正式发布，旨在支持真机强化学习路线，提出将机器人视为类GPU资源的新型架构，通过YAML配置即可实现多机器人接入。该框架支持全异构集群部署与端云协同，并引入全异步off-policy训练机制，兼容SAC、RLPD等算法，显著提升数据利用效率。实验显示，在Franka机械臂上的两个任务均能在1.5小时内收敛并实现高成功率连续执行，验证了其在大规模分布式真机训练中的可行性与高效性。来源：https://mp.weixin.qq.com/s/sqOLtyBveqLrsbH92kQiDA
页:
[1]