QT-Opt: Scalable Deep Reinforcement Learning for Vision-Based Robotic Manipulation

Google Research发表的论文，提出QT-Opt算法，通过可扩展的深度强化学习实现基于视觉的机器人操作。该方法使用分布式Q-learning框架，在真实机器人上收集数据并训练策略，在多个抓取任务上展现了强大的性能，是机器人强化学习领域的重要进展。arXiv:1806.10293。