Feb, 2016

自适应技能、自适应分区（ASAP）

PDF
TL;DR介绍了自适应技能（ASAP）框架，它能够学习技能和如何应用技能，并能够通过适应其中应用现有学习技能的位置来解决相关新任务，同时证明了其在自然条件下收敛到局部最优解的能力，相关的 RoboCup 实验也表明了它学习如何重复利用技能以及用比每个任务都从头解决消耗的经验更少的能力来解决多个任务。
adaptive skillsadaptive partitionsskill learninglifelong learningrobocup
发现论文，激发创造
  • ASAP: 复杂机器人装配的自动序列规划与物理可行性

    ASAP 是一个基于物理规则的计划方法，能够自动生成复杂产品组装的物理可行序列。ASAP 通过考虑重力、局部支撑等因素，利用高效的树搜索算法确定组装序列，具备优秀的物理逼真性能，并适用于模拟和真实世界机器人设置。

    Sep, 2023

  • 探索和转移的潜在技能规划

    该研究探讨了将学习到的世界模型和技能集成到单个强化学习代理中以快速适应新任务的方法，并在一系列具有挑战性的运动任务中展示了在单个任务和从一个任务到另一个任务的转移中改善了样本效率。

    Nov, 2020

  • 利用无模型强化学习尽快满足形式规范

    提出了 ASAP-Phi 模型无需预设的强化学习框架，通过识别不符合正式规范的量化语义奖励来促使智能体尽快满足规范，配合使用 actor-critic 类算法对其进行训练，经过大量实验和基准测试，能够在 97% 的测试用例中找到足够快的轨迹并击败基线模型。

    Apr, 2023

  • SkillS: 自适应技能序列用于高效的时间扩展探索

    我们提出了一种在多个领域中比现有方法更出色的技能转移方法，通过学习现有的时间扩展技能序列来进行探索，并直接从原始经验中学习最终策略，实现快速适应和高效数据收集。

    Nov, 2022

  • 实践造就完美：学习技能参数策略的规划

    机器人通过序列化参数化技能来有效决策复杂的、长期的任务。我们提出了一种自主学习方法，通过评估每个技能的能力预测在任务中的能力，并通过能力感知规划将技能应用于任务分布。通过在仿真和现实世界中的实验，我们发现这种方法比其他基线方法能更加高效地学习有效的参数策略。

    Feb, 2024

  • 让我做任何事情：面向智能体的多任务训练

    本文介绍了使用 Atomic Skill Completion (ASC) 方法进行多任务 Embodied AI 训练的实验。与传统黑盒模型相比，使用 ASC 方法能够有效提高任务完成率和模型的可解释性。

    Feb, 2022

  • AnySkill: 学习互动型代理程序的开放词汇物理技能

    通过开放词汇物理技能学习，在物理基于运动生成中，使用传统的基于物理的方法往往难以适应新的情景。为了解决这个限制，我们提出了一种名为 AnySkill 的层次化方法，该方法通过遵循开放词汇指令学习物理上可行的相互作用。我们的方法首先通过模仿学习训练低级控制器来开发一组原子动作。在接收到开放词汇文本指令后，AnySkill 采用高级策略来选择和整合这些原子动作，以最大化代理渲染图像与文本之间的 CLIP 相似度。我们方法的一个重要特点是在高级策略中使用基于图像的奖励，这使得代理能够学习与对象的相互作用，无需手动设计奖励。我们展示了 AnySkill 生成逼真自然的运动序列，以响应长度不同的未见指令情况，使其成为第一个能够开放词汇物理技能学习的互动人形智能体的方法。

    Mar, 2024

  • ASP：学习通用神经求解器！

    该研究提出了一种名为 ASP 的新方法，利用分布探索和持久缩放调节两个组件，提高神经求解器的处理未知分布和多尺度性并实现普适性；结果表明，相比于标准训练流程，该方法在各类 COP 测试中均取得优异表现。

    Mar, 2023

  • 残差技能策略：学习适应性技能基础的动作空间，用于机器人增强学习

    通过使用状态条件生成模型在技能空间中加速探索，同时提出低层次的剩余策略来适应未知的任务变化，从而在与先前工作的比较中显着加快了探索速度，并跨四个不同于那些用于构建技能空间的具有挑战性的操作任务进行了验证。

    Nov, 2022

  • 自适应跳过间隔：递归动态模型的时间抽象

    介绍了一种让循环动力学模型在时间上实现抽象的方法 - 自适应跳过间隔 (ASI)，使模型在序列预测任务中能够以自己选择的采样率进行预测，提高了计算效率和预测准确性。

    Aug, 2018