Nature Machine Intelligence｜微型机器人强化学习训练缩短至分钟级：每秒19万次交互

已收录文章摘要，完整内容可前往原文阅读。

微型机器人不再为单次策略训练花数小时。研究团队使用全向量化仿真器，一次并行超过1万个模拟血管环境，并设计任务塑形与正则化奖励，以提高训练效率。 原文报告仿真吞吐约每秒19万次状态转移，将导航策略训练压