深度强化学习_深度强化学习是什么意思 - 点点手机版网页打不开

一只深圳造的机器鸭，把强化学习的门槛砍到399美元！

Hugging Face推出双足机器鸭Microduck，售价399美元，预定火爆，预售额超260万美元。Microduck搭载15个电机，内置仿真环境强化学习训练，硬件选型简化，但性能足以满足产品定位。订单激增导致交付推迟，预计4-6个月发货。

人形大讲堂

2107

09/01 15:02

机器人深度强化学习

为什么自动驾驶的世界模型中都会使用强化学习？

2026年，自动驾驶行业普遍采用世界模型与强化学习相结合的技术架构，以提升无人驾驶的安全性和效率。地平线、蔚来、Momenta、华为、小鹏、理想汽车和特斯拉等公司都在推动这一技术路径。世界模型提供了一个动态模拟环境，强化学习则通过试错优化驾驶策略。这种方式不仅解决了模仿学习的局限性，还提高了系统的适应性和安全性。随着行业从预训练向后训练转型，世界模型与强化学习的结合将成为高阶自动驾驶技术的基础。

智驾最前沿

698

08/24 11:07

自动驾驶世界模型

具身智能 | 无视复杂场景——基于混合专家模型的全开源四足鲁棒运动控制

本文介绍了一种利用强化学习（Reinforcement Learning, RL）训练四足机器人运动策略的方法，特别是针对Sim-to-Real鸿沟的解决方案。核心贡献包括：混合专家（MoE）策略：通过多个专家网络协同工作，每个专家擅长处理特定地形或运动模式。并行师生学习（CTS）：教师网络使用特权信息进行训练，学生网络仅依赖本体感知，通过蒸馏实现知识迁移。

敢敢AUTOHUB

1023

08/19 08:31

具身智能深度强化学习

从模仿到强化，端到端大模型走到了哪一步？

2025年，全球端到端神经网络自动驾驶系统市场规模约为6.719亿美元。到2026年，这一数字预计将增长至7.415亿美元。

智驾最前沿

889

08/10 09:01

自动驾驶端到端

为什么头部智驾玩家都在押注强化学习？

强化学习与世界模型在智驾领域的结合，通过模拟现实路况，突破模仿学习的局限，提升了自动驾驶系统的适应性和安全性。强化学习提供了一种持续优化的机制，使得AI不仅能模仿人类驾驶，还能在未知场景中做出最佳决策。然而，这依然面临着世界模型的泛化能力和算力需求的挑战。尽管如此，随着多家头部企业的推动，强化学习已成为自动驾驶训练的标准配置，标志着智驾系统进化逻辑的重大转变。

智驾最前沿

1055

07/05 17:14

智能驾驶深度强化学习

深度强化学习

文章