世界模型教机器人看路

7次阅读
没有评论

这篇 11 月 5 日提交的论文把世界模型放在训练里当偏好裁判,按预测后果给候选动作打分,引导策略选出更优动作。部署时世界模型被拿掉,策略只做一次前向传播,兼顾训练效果与部署效率。这种训练时用、部署时拿掉的做法,让策略在推理时保持轻量。

正文完
 0
评论(没有评论)

内容合作 · 项目交流

欢迎开发者、团队与我们联系,一起推动 AI 与机器人领域的优质内容创作与交流。