ACCRUE：面向机器人基础模型的持续离策略强化学习
ACCRUE是一种持续离策略强化学习框架，旨在帮助机器人基础模型高效学习新任务，同时保留已习得的行为。该方法在不同任务间沿用轻量级Actor和Critic网络：Critic根据当前任务的数据进行学习，少量保留的训练片段则用于维持先前行为。在仿真环境和真实机器人上的测试显示，该方法能加快后续任务的学习。研究人员报告称，真实机器人硬件上的训练时间减少了31.0%至68.5%。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。