强化学习技术进展：

强化学习技术近年来快速发展，尤其在AlphaGo击败围棋世界冠军后展现出巨大潜力。然而，将其应用于真实世界的机器人仍面临挑战。清华大学深度强化学习实验室通过模拟人类对自然世界的感知模式，开发出DSAC及DSAC-T系列算法，在复杂环境中动态调整动作概率分布，性能大幅提升，领先OpenAI的PPO和DeepMind的DDPG算法50%以上。

算法与软件创新：

团队在NIPS2024中发布了DACER算法，结合扩散模型与在线强化学习，刷新了性能记录。此外，提出的RAD优化器确保训练稳定性，性能优于主流优化器。这些算法将集成入团队开源的GOPS软件中，该软件以强化学习为核心，兼容多种机器人和工业仿真环境，已应用于自动驾驶、物流机器人等领域。未来，随着GOPS的升级，有望推动具身智能时代的发展。