요약

Trust Region Policy Distillation (TOP-D)은 근접 교사(proximal teacher)를 동적으로 구성하여 불안정한 온-폴리시 증류 과정을 안정적인 학습 패러다임으로 전환합니다. 이 방법은 추가 계산 비용 없이 샘플 효율성과 최종 성능을 개선하는 것이 핵심입니다.

핵심 포인트

• TOP-D는 근접 교사를 동적으로 구성합니다.
• 불안정한 온-폴리시 증류를 안정화합니다.
• 추가적인 계산 비용 없이 성능과 샘플 효율성을 높입니다.