Zero-shot

QF3：利用過濾 Q 梯度實現快速流匹配強化學習的機器人控制技術

QF3: Fast Flow RL with Filtered Q-Gradients

介紹 QF3 演算法，這是一種全新的離策略強化學習方法，將人形機器人運動訓練速度提升 10 倍，並首度實現從零訓練且零樣本轉移至實體硬體。