#智能体探索

ASTEROID：非对称在线蒸馏如何让智能体学会探索

ASTEROID 框架提出非对称在线蒸馏方法，让学生模型在部分可观测环境中学会测试时探索。在11个环境实验中，回报提升2倍，交互次数减少100倍，真实机器人操作成功率提升40%。