装箱空间利用更优
用启发式教师模型蒸馏引导强化学习，训练出超越纯启发式与常规强化学习的在线装箱策略。
Chengbo, Yang · Yonggui, Lü · Jing, Du · Ting, Liu · Dao, Ronggui
2023
学生模型直接从启发式教师模型获得先验知识，而不必在环境中进行大量随机试错。
实验证实，蒸馏后的策略装载空间利用率比作为教师的单一启发式方法更高。
蒸馏得到的策略在不同设置下均优于常规强化学习模型，表明其泛化性更好。