近日，沸腾质量奖年度盛典暨新质力量高峰会在福建厦门举行。 素有“消费品质量奥斯卡”之称的沸腾质量奖，是家居生活消费品质量的金标准——秉承“精工品质 用数据说话”的测评宗旨，向用户提供品质家居产品查询。 在这场各大卫浴知名品牌荟集的盛事 ...

本文介绍了一种用高数据效率强化学习算法 SAC 训练流策略的新方案，可以端到端优化真实的流策略，而无需采用替代目标或者策略蒸馏。SAC FLow 的核心思想是把流策略视作一个 residual RNN，再用 GRU 门控和 Transformer Decoder 两套速度参数化。SAC FLow 在 MuJoCo、OGBench ...