Jun, 2022

视频预训练(VPT):通过观看未标记的在线视频学习行为

TL;DR该研究探索了如何利用半监督式模仿学习的方法,在游戏领域中通过预训练行为先验模型来实现强化学习,从而达到人类甚至更高的行为水平。