预印本称通用机器人策略可多任务在线强化学习改进

Michal Korniak 等作者提交预印本论文，研究通用机器人策略能否在部署阶段同时针对多个不同任务进行在线强化学习改进。作者称，这是机器人基础模型在线通用改进的早期证据之一：通用策略可在多样任务上在线提升，合适的算法配方还能提升在线训练中未涉及的任务。 论文称，这种泛化能否出现，取决于训练任务分布和是否使用基于价值的强化学习两个关键因素；作者通过结构化评测考察了价值估计、策略提取和资源分配等算法与工程选择。 该论文为 arXiv 预印本，尚未经同行评议，结论均属作者主张。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。