AsymmetricActor Critic for Image-Based Robot Learning，这篇文章的新颖之处在将simulator（模拟器）的state和image信息分别输入AC的Critic和Actor。
AC算法中，Actor负责产生policy，Critic来评价actor产生policy的优劣。整个AC最终只有image输入，输出policy，即是一个end-to-end system，训练好的agent可直接应用于real world。算法思想很巧妙，也得到了不错的效果。
如下图：
论文详细过程，大家可以参考我做的如下ppt：