2025年10月31日
Skill Discovery | RGSD：基于高质量参考轨迹，预训练 skill space
摘要： ① 用对比学习把参考轨迹的 embedding 尽可能拉远，② 使用 DIAYN reward 同时做模仿学习和 skill discovery。 阅读全文
posted @ 2025-10-31 00:50 MoonOut 阅读(47) 评论(0) 推荐(1)