4/9 Schritt 2: Ein Experte bringt es weiter
Die menschlichen Demos trainieren einen Experten – eine spezialisierte Policy, die in der Simulation so lange weiterübt, bis sie die Aufgabe beherrscht. Mit Rechenkosten von etwa 5 bis 10 $ erreicht sie eine Erfolgsquote von nahezu 100 %.
Hier ist sie bei Aufgabe 8100 mit drei verschiedenen Ausgangsanordnungen. Die Schüssel, https://t.co/dqmDpbUVTq
Die menschlichen Demos trainieren einen Experten – eine spezialisierte Policy, die in der Simulation so lange weiterübt, bis sie die Aufgabe beherrscht. Mit Rechenkosten von etwa 5 bis 10 $ erreicht sie eine Erfolgsquote von nahezu 100 %.
Hier ist sie bei Aufgabe 8100 mit drei verschiedenen Ausgangsanordnungen. Die Schüssel, https://t.co/dqmDpbUVTq
