1種策略就能控制多類模型，華人大二學生提出RL泛化方法，LeCun認可轉發 | ICML 2020...

蕭簫 發自 凹非寺 量子位 報道 | 公衆號 QbitAI 如果給你幾十甚至幾百種模型，讓你用1種策略對它們進行訓練，怎麼做？ 上圖中的這些智能體模型，不僅僅模擬「人」的動作，有些還代表着「四足動物」、「兩足動物」，亦或者是特殊形態的「機器人」的行爲。 智能體，能進行自主活動的硬件或軟件實體。例如，可以是某種智能機器人。 而所有的這些智能體，都能通過1種策略來表達。 通過強化學習，模型中分散的肢體

>>阅读原文<<