OpenAI Blog（博客/媒体）75OpenAI提出的非对称演员评论家架构允许机器人仅通过视觉输入进行操作，同时学习过程利用了状态信息。演员网络接收图像，评论家网络则使用真实状态信息训练，突破了传统端到端视觉学习的瓶颈。该方法显著提高了机器人从图像中学习复杂任务的效率。AI模型roboticsreinforcement-learningactor-criticcomputer-visionopenai推荐理由：该工作展示了如何利用模拟中的额外状态信息克服图像策略学习难题，对具身AI和机器人强化学习有重要启发。