Hugging Face 每日论文·· 4 天前精选AI 评分56
Hebero：面向异构多任务强化学习的 GPU 并行基准与 DGPO 方法
A GPU-Parallel Framework for Heterogeneous Multi-Task Reinforcement Learning
AI 导读
论文提出 Hebero，一个基于 Isaac Lab 的 GPU 并行基准，支持在 40 个异构操作任务上联合训练与评估单一策略，scaling 实验显示在固定 wall-clock 预算下增加每任务并行副本数可提升成功率。
推荐理由
论文给出每任务并行副本数与成功率的 scaling 关系，以及 IW-ABC 相对基线的量化提升，便于评估多任务 RL 训练策略。
来源：Hugging Face 每日论文 · huggingface.co