ICMLMar, 2018

TACO: 基于时间对齐的控制任务分解学习

PDF
TL;DR本文提出了一种基于任务草图的弱监督、领域无关的方法，通过将复杂的任务分解为简单的子任务，并在任务草图和演示之间进行对齐，从而学习所需的子策略，从而提高了推广能力，并减少注释工作。
learning from demonstrationsub-tasksmodular lfdweakly supervisedtask sketches
发现论文，激发创造
  • 基于深度强化学习的分层任务分解：拾取和放置子任务

    提出一种多子任务增强学习的方法，将复杂的拾取和放置任务分解为低级子任务，并通过 DRL 方法学习，然后高级协调员将训练好的子任务组合来完成拾取和放置任务，此方法在样本效率方面表现优于以 LfD 为基础的基准方法，并在实际机器人系统中展示了鲁棒的抓握能力。

    Feb, 2021

  • 使用引导式辅助监督学习端到端自主驾驶

    通过提出的多任务学习框架，其中使用监督辅助任务预测来指导预测驾驶命令的主要任务，实现了灵敏度和表现性能的提高，同时还增加了模型的透明度。通过在 CARLA 模拟器中的实验验证了该框架的效果。

    Aug, 2018

  • 具有策略草图的模块化多任务强化学习

    本论文提出了一种基于策略草图的多任务深度强化学习框架，该框架实现了通过关联每个子任务与模块化子策略、跨任务共享子策略的方式来提高任务性能，并自然地产生可解释的基础行为库，以便迅速适应新任务。

    Nov, 2016

  • TaskLAMA: 探究语言模型的复杂任务理解能力

    通过使用大型语言模型，我们从高质量的人工标注数据集中提取知识，并引入了新的评估指标，发现结构化复杂任务分解能够有效地将复杂任务分解为个别步骤，相对于基准实验的最大改进幅度为 280%，但在预测两两时间依赖性方面仍存在困难。

    Aug, 2023

  • 基于环境限制的示教学习增强

    文章介绍了一种学习自演示 (LfD) 方法，用于应对带有关节机制的接触丰富的操作任务。从单个人类演示中提取的策略可以推广到相同类型的不同机制，并且对环境变化具有鲁棒性，其关键是通过与环境有目的地交互来自主增强初始演示以收集附加信息。针对多 DOF 的复杂机制的实际实验表明，我们的方法可以可靠地完成任务。

    Oct, 2022

  • 通过概率图示教学进行示范学习

    通过对 2D 场景图像进行示范轨迹草图，在三维任务空间中生成运动轨迹的概率模型，以此作为一种新型的 LfD（Learning for Demonstration）范式。

    Sep, 2023

  • 使用分层策略从干预中学习以实现安全学习

    通过将专家的干预向前插值并将策略分为两个层次，一个生成未来的子目标，另一个生成到达这些期望子目标的动作，我们在学习过程中引入了目标预测的思想，从而增强算法学习长期行为，同时还能够抵御专家反应时间的影响，提高了机器人上的学习效果。

    Dec, 2019

  • 时间逻辑模仿：从演示中学习满足规划的动作策略

    本文提出使用状态与运动的离散抽象方法，通过连续策略学习，基于线性时间逻辑公式以确保当前任务在无论是任务层面还是运动层面的干扰下都能顺利完成。

    Jun, 2022

  • 混合时间域自适应的行动分割

    通过将问题描述为域适应问题，该研究提出了混合时间域适应模型，以在帧和视频级别特征空间中对齐嵌入特征，并进一步与域注意力机制相结合，以便更有效地进行域适应。在 GTEA、50Salads 和 Breakfast 数据集上验证了该方法目前的有效性。

    Apr, 2021

  • 同时使用演示和语言指令高效学习机器人任务

    通过将图像演示和语言指令互相协作，同时在多任务机器人操作中对这两种模态进行调节可以有效降低任务教师的工作量，并提高对新物体和指令的泛化能力。

    Oct, 2022