DeepMind 发布 Cheetah and Walker 数据集, 应用在 强化学习、模仿学习 领域

DeepMind 本次发布的数据集 Cheetah and Walker, 该数据集对DeepMind控制套件中两种形态迥异的智能体之间的模仿学习进行了评估。它测试了GWIL（一种学习算法）在不同形态智能体之间模仿行为的能力，尤其是在具有非平凡转换的连续控制任务中。

查看Cheetah and Walker

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。