On the Benefits of Pixel-Based Hierarchical Policies for Task Generalization
强化学习从业者通常避免使用分层策略，尤其是在基于图像的观察空间中。通常，与平面策略相比，单任务性能的改进并不能证明实施层次结构所带来的额外复杂性是合理的。但是，通过引入多个决策层，分层策略可以组成较低级别的策略，以更有效地在任务之间进行概括，从而突出了多任务评估的必要性。我们通过像素模拟多任务机器人控制实验来分析层次结构的好处……
Астронавт ЕКА управляет человекоподобным роботом с космической станции
几天前，国际空间站上进行了一项新型机器人系统远程控制实验。这是对最新技术的两个小时的测试，该技术将使未来探险队的宇航员能够在留在轨道上的同时探索其他行星。
