LAC 论文:把架构重负移到 critic,机器人 RL 推理延迟降 4 倍
heghbalz · x · 2026-09-05
一篇针对离线强化学习盲点的新论文质疑:为何 actor 要背负扩散/流匹配模型的慢推理,而训练后被丢弃的反而是 critic?
- 现实机器人控制中,每步决策多次去噪会摧毁控制频率
- LAC 把架构负担移到训练阶段:用残差 MLP 骨干、n-step bootstrap 目标与 categorical cross-entropy 稳定深层 critic,避免离线场景下常见的优化崩溃与 bootstrap 漂移
- 有了深 critic 做重活,一个极简确定性 actor 即可在 OGBench 上匹敌重型生成式基线
- 单次前向推理,延迟最多降低 4 倍
「具身」频道最新
- 印度 ePlane 公司展示 2.2 吨全尺寸 eVTOL 原型机 e200X-PT01 — vaibhavbetter · 2026-10-21
- 机器人已深入地下管网自主探路并带回数据 — VraserX · 2026-10-21
- Deepak Pathak:机器人学习没有完美数据源,仿真、视频、遥操各有取舍 — chris_j_paxton · 2026-10-21
- 新研究:最简单的离散动作表示就能追平甚至超越连续动作策略 — GuanyaShi · 2026-10-21
- 博主给 Grok 1000 美元让它自己买件身体,零件陆续寄到家 — Baconbrix · 2026-10-21
- YC 系 Tuesday Labs 推家用机器人 Voxel Series-1,999 台每台 200 美元预订 — testingcatalog · 2026-10-21