收敛加速2至10倍
不依赖高质量离线数据，通过云边交互蒸馏加速在线智能体收敛。
Zeng, Tianyu · Zhang, Xiaoxi · Duan, Jingpu · Yu, Chao · 吴川 · 陈旭
IEEE Transactions on Parallel and Distributed Systems 2024
通过与云端离线智能体的交互蒸馏，在线智能体可在达到可比奖励的同时大幅减少训练时间。
该方法不依赖于高质量离线数据集，仅通过云边交互和预训练模型即可传递知识。
提出的知识蒸馏算法与算法无关，可在不同算法和架构的智能体之间高效传递蒸馏知识。