论文政策与合规10:47ASTEROID 框架:用非对称在线蒸馏让智能体学会探索arXiv 上的新论文 ASTEROID,不用 RL 就能让智能体学会边探索边决策,交互量少 100 倍还能上真机器人,做 agent 的可以看看。#ASTEROID#强化学习#智能体#模仿学习aarXiv cs.LG@Sriyash Poddar 等 8 人原文稍后读已读值得跟进有用关注 ASTEROID