【強化學習】使用off-policy算法機器人抓取任務基準；生成對抗網絡 GAN 就是強化學習

本文轉自雷克世界（ID：raicworld）git 編譯 | 嗯~阿童木呀web 在本文中，咱們探討了用於基於視覺的機器人抓取操做的深度強化學習算法。無模型深度強化學習（RL）已經在一系列具備挑戰性的環境中獲得了成功應用，但算法的激增使得咱們難以辨別出哪一種特定的方法最適合於執行一個豐富的、多樣化的任務，例如抓取。爲了回答這一問題，咱們提出了一個機器人抓取的模擬基準，強調了對於沒見過的目標的策略學

>>阅读原文<<