arXiv cs.AI· Tianyu Jin, Liuyu Xiang, Chaowen Yang, Xingyang Chang, Pei Pei Li, Zhaofeng He·· 8 小时前AI 评分37
FARL：全自动强化学习接口与求解器设计流水线
FARL: A Fully Automated Pipeline of RL Interface and Solver Design
AI 导读
FARL 是一个全自动强化学习设计框架，可联合搜索观测与奖励程序、学习算法和训练配置，并利用训练统计与行为诊断失败、提出修改并验证效果。在 Adroit Hand Relocate 任务上，FARL 以每策略 5M 训练步达到 97.1% 成功率，而 Eureka 和 LiMEN 为 0%、原生 PPO 为 1.0%。
来源：arXiv cs.AI · arxiv.org