摘要：
使用模仿学习来训练人形机器人。 如何获取人类的演示数据呢？ 直接方式。通过VR或AR的虚拟现实的技术进行远程控制机器人，这样可以获得实时的人类的数据，而且还是人类控制机器人的数据。 间接方式。通过人类姿态识别的方式，该种方式效果肯定不如上一种的好，不过其优势就是方便，便宜，不需要复杂且昂贵的机器人远 阅读全文
2025年3月1日
摘要：
相关： 面向分布式强化学习的经验回放框架（使用例子Demo）——Reverb: A Framework for Experience Replay 阅读全文
摘要：
原地址： https://www.uber.com/blog/go-explore/ 在深度强化学习（RL）领域，攻克 Atari 游戏《蒙特苏马的复仇》和《陷阱》一直是一项重大挑战。这些游戏代表了一大类具有挑战性的现实问题，被称为“难以探索的问题”，在这些问题中，智能体必须在极其稀疏或具有欺骗性的 阅读全文
摘要：
相关： https://soeren-kirchner.medium.com/deep-deterministic-policy-gradient-ddpg-with-and-without-ornstein-uhlenbeck-process-e6d272adfc3 Replacing the O 阅读全文
摘要：
相关： https://ai.stackexchange.com/questions/23180/how-does-the-ornstein-uhlenbeck-process-work-and-how-it-is-used-in-ddpg It should be noted that more 阅读全文
摘要：
原地址： https://en.wikipedia.org/wiki/Ornstein–Uhlenbeck_process Ornstein-Uhlenbeck过程 在数学中，Ornstein-Uhlenbeck过程（以Leonard Ornstein和George Eugene Uhlenbeck 阅读全文
