Jul, 2017

通过上下文翻译从原始视频中学习模仿行为

HTML
PDF
TL;DR本研究提出了一种基于视频预测、上下文转换和深度强化学习的“观察型模仿学习”方法，该方法消除了标准模仿学习对于完全相同环境的假设，并能够从一个演示者的视频中学习各种现实世界中的机器人技能，涵盖扫地、铲杏仁、推物品等家庭琐事任务以及模拟中的许多其他任务。
发现论文，激发创造
  • 从观察中进行行为复制

    本研究提出了基于行为克隆的观察学习技术，旨在通过自我监督方式获取经验并观察专家的技能表现来学习任务，并在多个不同的模拟领域展示了与现有技术相当的任务表现和更高的学习速度。

    May, 2018

  • 从观察中模仿潜在策略

    本文提出了一种新的模仿学习方法，直接从状态观测推断潜在策略，并引入了一种方法来描述潜在动作对观测的因果影响，同时预测它们的可能性，从而确定潜在和实际行为之间的映射。本文在经典控制环境和平台游戏中评估了该方法，并表明它的性能优于标准方法。

    May, 2018

  • 模仿学习的算法视角

    本论文介绍了仿真学习的基本概念、假设、方法及其算法，探究其与机器学习、控制论等领域的关系，为机器学习专家与机器人及应用人工智能专家提供知识储备与工具。

    Nov, 2018

  • 借助自我感知从视频中进行模仿学习

    该研究提出了一种基于内部状态及视觉观测的模仿学习算法，实验结果表明其在多个MuJoCo领域的表现优于其他观测模仿学习算法。

    May, 2019

  • 从观测中学习模仿最新进展

    本文为观察式模仿学习提供了文献综述，并指出了一些开放性研究问题和未来可行性工作。

    May, 2019

  • 从单个演示到机器人操作的粗到细模仿学习

    本文介绍了一种用于视觉模仿学习的简单方法，可以从一个人类演示中学习机器人操作任务，而无需先前了解与对象的交互情况，并且可以通过自监督学习进行训练。在实现过程中，该方法将模仿学习建模为状态估计问题，以目标交互开始时末端执行器的姿态作为状态，在自监督训练过程中让末端执行器的摄像头围绕对象自动移动。 最终，在测试时，机器人通过一条线性路径移动到预测的状态，然后简单地重放演示的末端执行器速度，从而获得了一个复杂的交互轨迹，而无需明确学习策略。在常见的8个任务上进行的实现结果表明，这种方法可以从单个人类演示中学习出多样的技能，并产生稳定且可解释的控制器。

    May, 2021

  • 表示学习在视觉模仿中的惊人有效性

    提出了一种解耦表示学习与行为学习的视觉模仿学习方法，使用标准的监督和自监督学习方法来学习视觉表示编码器，然后使用非参数局部加权回归来预测行为。实验结果表明，这种简单的解耦可以提高视觉模仿模型在离线演示数据集和实际机器人开门方面的性能。

    Dec, 2021

  • 通过估计演示者的专业水平进行模仿学习

    本研究通过对演示者专业技能的无监督学习，开发了一种可同时学习演示者政策和专业技能水平的联合模型，并通过过滤每种演示者的次优行为，训练出可以优于任何演示者的单一策略，并可用于估计任意状态下演示者的专业技能，在Robomimic等实际机器人控制任务以及MiniGrid和棋类等离散环境中取得了比其他方法更好的表现。

    Feb, 2022

  • 使用潜在信息进行视觉观察的对抗性模仿学习

    基于视觉观测的模仿学习的研究, 在部分可观察环境中, 引入了基于状态潜在转换分布的上界来分析学习代理的次优性, 并提出了一种名为潜在对抗性观测模仿学的算法, 在高维连续机器人任务中表现出与最先进的性能，同时提供显著的计算优势，并可以利用专家视频来提高从像素进行强化学习的效率。

    Sep, 2023

  • 基于观察的模仿学习与自动折扣调度

    通过自动折扣调度的机制适应性地改变强化学习的折扣系数，我们提出了一种新颖的观察学习框架，使得代理能够在掌握较早行为之后再逐步转向后续行为，并通过在九个 Meta-World 任务上的实验证明该方法在所有任务中明显优于现有方法。

    Oct, 2023