想象一下，机器人试图学习如何使用摄像头的视觉输入来堆叠块和推动物体。为了最大限度地降低成本和提高安全性，加州伯克利大学到底研究人员希望机器人能够以最少的交互时间学习这些技能，然而从复杂的感官输入（如图像）中进行有效学习是十分困难的。研究员近日发表了一项工作，介绍了一种新的基于模型的强化学习（RL）方法 SOLAR，可以通过不到一小时的交互，直接从视觉输入中学习技能 - 包括在机器人手臂上的操作任务。据我们所知，SOLAR 是解决现实世界基于图像的机器人任务的最有效的强化学习方法。