概念SGS
Success Guided Sampling
一种用于大规模并行强化学习训练的自适应采样方法，通过估计每个任务配置的当前成功率并重新加权重置分布，将训练集中在策略能力前沿附近，从而提升经验利用效率
时间轴 (近 90 天)
10月13日
Success Guided Sampling (SGS) 是一种自适应采样器，其核心思想是将 RL 训练集中到策略能力前沿附近的配置上。
待验证50%
10月13日
SGS 不改变底层 RL 算法，也不引入复杂的结构先验，而是调整重置分布的使用方式，使采样偏向策略有成功可能但尚未稳定掌握的配置。
待验证50%
10月13日
论文实验使用了最高 2^20（超过一百万）个并行环境。
待验证50%
10月13日
在百万级并行环境下，SGS 让 RL 解决了此前方法无法攻克的挑战性任务，包括多地形 quadruped locomotion 和 contact-rich assembly。
待验证50%
10月13日
论文将学到的 manipulation policies 蒸馏成基于 RGB 的策略，并在真实硬件上完成了若干挑战性装配任务的 zero-shot transfer。
待验证50%
全部知识事实 (5)
待验证
Success Guided Sampling (SGS) 是一种自适应采样器，其核心思想是将 RL 训练集中到策略能力前沿附近的配置上。
50%待验证SGS 不改变底层 RL 算法，也不引入复杂的结构先验，而是调整重置分布的使用方式，使采样偏向策略有成功可能但尚未稳定掌握的配置。
50%待验证论文实验使用了最高 2^20（超过一百万）个并行环境。
50%待验证在百万级并行环境下，SGS 让 RL 解决了此前方法无法攻克的挑战性任务，包括多地形 quadruped locomotion 和 contact-rich assembly。
50%待验证论文将学到的 manipulation policies 蒸馏成基于 RGB 的策略，并在真实硬件上完成了若干挑战性装配任务的 zero-shot transfer。
50%