跳到正文
arXiv · ML· Zexin Li, Xinwei Gao, Arvind Easwaran·· 4 天前AI 评分21

RL$^{\mathrm{RT}}$:端侧强化学习运行时

RL$^{\mathrm{RT}}$: On-Device Reinforcement Learning Runtime

AI 导读

端侧强化学习运行时 RL$^{\mathrm{RT}}$ 解决设备上 Actor 与 Learner 共享 GPU 导致的策略漂移或停顿问题。 该系统通过刷新边界和感知松弛的 GPU 许可,在 Jetson 板上将 16.8 M 参数策略的截止时间错过率控制在 1% 以下,而传统设计高达 85 至 100%。

来源:arXiv · ML · arxiv.org