DeepMind10小时训练16个机器人灵活操纵物体

摘要

其研究人员改进深度确定策略梯度算法，在虚拟环境中洲练机械臂叠协同完成堆叠积木的任务，10个小时洲练好16台机器人。同时，该方法可很决就能用于训练真实世界机器人完成精确堆叠的任务。