Echo：通过离策略经验扩展视觉强化学习

Echo 是一种单阶段离策略强化学习框架，通过逆蒸馏让状态策略模仿视觉策略以收集低成本经验。 该方法结合 FastTD3 在 Genesis 中测试，相比 SDPG，在三类运动任务上平均将达到参考回报的时间减少 60%，峰值平均回报提高 62%。 离策略经验扩展被证实是提升直接视觉强化学习效率的有效途径。