深度強化學習算法SAC：讓機器人完成任務只需幾個小時！

在AI領域，深度強化學習（DRL）是個時髦的熱詞。   深度強化學習使得機器人能夠直接從現實世界中的經驗和交互中自動學習，因爲它能夠使用通用神經網絡的特徵表示來處理複雜的傳感器輸入。 然而，許多現有的DRL算法需要數天或數週（或更多）的真實數據才能收斂到期望值。此外，這樣的系統可能難以部署在複雜的機器人系統上（例如多足機器人），也存在在探索階段容易損壞、超參數難以調整，並且出於對各種安全的考慮可能

>>阅读原文<<