Policy Distillation for Robot Learning: A Review

Policy Distillation for Robot Learning: A Review是一篇系统综述策略蒸馏在机器人学习中应用的论文，涵盖基于动作模仿的策略蒸馏、基于分布匹配的策略蒸馏、基于价值函数匹配的策略蒸馏、基于特征匹配的策略蒸馏、基于多任务策略蒸馏等多种策略蒸馏方法。论文分析了策略蒸馏在机器人操作、导航、运动控制、多任务学习等场景中的应用效果，对比了不同策略蒸馏方法的样本效率、渐近性能、计算复杂度，讨论了蒸馏温度、教师质量、学生容量等关键问题。该论文适用于机器人研究者和工程师，帮助理解如何利用策略蒸馏提升机器人学习性能，来源机构为国际机器人学习研究社区。