清华团队强化学习多项突破推动具身智能
清华大学深度强化学习实验室近期取得多项突破性成果。团队开发的DSAC及DSAC-T算法有效解决了强化学习中的过估计问题，在基准测试中性能领先；DACER算法将扩散模型与在线强化学习结合，刷新了性能记录；RAD优化器从动力学视角出发，为训练稳定性提供了保障。这些成果将集成到开源软件GOPS中，推动具身智能的发展，应用于自动驾驶、物流机器人等多个领域。来源：https://mp.weixin.qq.com/s/qHBKdXyOtF-nqKi4M9B2sA
页:
[1]