返回Glossary

策略蒸馏

Robot LearningML

通过训练学生策略匹配教师策略的动作分布(通过KL散度最小化),将大型或复杂的策略(教师)压缩为更小、更快的策略(学生)。策略蒸馏用于:压缩强化学习策略以实现实时部署、从仿真迁移到真实硬件,以及将多个专门化策略合并为一个。

Related terms