Назад к Glossary
Дистилляция действий
Техника, при которой сложная политика учителя (например, политика обучения с подкреплением с привилегированным доступом к состоянию) дистиллируется в более простую политику ученика (например, визуомоторную политику, использующую только изображения с камеры). Ученик обучается путем клонирования поведения на основе траекторий учителя. Этот двухэтапный подход распространен при переносе из симуляции в реальность: обучить эффективного учителя в симуляции с полным состоянием, а затем дистиллировать в развертываемую визуальную политику.