返回Glossary
动作蒸馏
一种技术，其中复杂的教师策略（例如具有特权状态访问的强化学习策略）被蒸馏为更简单的学生策略（例如仅使用摄像头图像的视觉运动策略）。学生通过对教师的轨迹进行行为克隆来训练。这种两阶段方法在仿真到现实的迁移中很常见：在具有完整状态的仿真中训练高性能教师，然后蒸馏为可部署的视觉策略。
一种技术，其中复杂的教师策略（例如具有特权状态访问的强化学习策略）被蒸馏为更简单的学生策略（例如仅使用摄像头图像的视觉运动策略）。学生通过对教师的轨迹进行行为克隆来训练。这种两阶段方法在仿真到现实的迁移中很常见：在具有完整状态的仿真中训练高性能教师，然后蒸馏为可部署的视觉策略。