Мы используем ODE Policy для визуальной дистилляции политики и уже получили многообещающие результаты. Изучение того, как действия меняются со временем, позволяет политике естественным образом учитывать непрерывность движений робота.

В видео наш робот Franka учится в симуляции накручивать гайку на болт: https://t.co/KOqQgNUOOf https://t.co/g5uoJMrUJj