ICLRJun, 2018

事前学习与行动

PDF
TL;DR本研究使用随机视频预测学习了捕捉场景动态的潜在变量，同时尽量不受场景内容的影响，从而学习代理的行动空间；该方法在半监督学习下表现相当于现有的完全监督方法，在任务如行动条件视频预测和计划学习行动空间时，需要几个数量级更少的行动标签。
intelligent agentsvisual observationaction spacescomposability of visual sequencessemi-supervised learning
发现论文，激发创造
  • 基于语言的动作概念空间改进视频自监督学习

    使用自监督学习方法，对图像 CLIP 模型进行语言约束的调整，以适应视频领域，提高三个行动识别基准测试的零样本和线性探测性能。

    Jul, 2023

  • 基于潜变量模型的端对端对话代理强化学习中的行动空间重新思考

    该研究提出了一种新颖的潜在动作框架，将端到端会话代理的动作空间视为潜在变量，并开发无监督的方法从数据中诱导其自己的动作空间。实验结果表明，所提出的潜在动作在 DealOrNoDeal 和 MultiWoz 对话上实现了比以前的基于单词级策略梯度方法更好的实证绩效改进。

    Feb, 2019

  • 预测未来的可预测性学习

    该论文提出了一个基于超伯利几何的预测模型，能够从未标记的视频中学习可预测特征的层次结构，并在动作预测方面展现出层次表示法的关键作用。

    Jan, 2021

  • 对比语言、动作和状态预训练用于机器人学习

    本文介绍了一种名为 Contrastive Language, Action, and State Pre-training (CLASP) 的方法，采用分布式输出使文本命令和行为单元之间的对齐变得更加准确，从而帮助了解决机器人学习中的相关问题。该模型在对未知数据集进行检索和图像描述生成等任务中表现出了优秀的性能。

    Apr, 2023

  • 强化学习的动作表示学习

    研究了在没有给定先验结构的情况下，如何基于状态表示和行为表示实现模型无关的强化学习方法，并提供了相应的算法和收敛条件。

    Feb, 2019

  • 学习无行动行动

    通过从无动作演示中推断潜在动作，我们介绍了一种名为 LAPO 的方法，它可以有效地预训练深度强化学习模型，并且可以快速微调以实现专家级表现。这为在网上大量的无动作演示中预训练强大而通用的强化学习模型提供了重要基础。

    Dec, 2023

  • 多任务策略训练中的简单自发行为表示

    该论文研究了深度强化学习中低级感知和运动信号的表示方法，提出通过多任务策略网络输入状态和任务嵌入的方法得到有意义的运动表示空间，并在此基础上进行高级别指令的执行规划，实验结果表明该方法优于现有强基线方法，具有较强的任务适应能力。

    Oct, 2022

  • 利用潜在空间先验的示范利用

    本文提出了一种利用演示数据集通过技能学习和序列建模相结合的方法，以学习高层策略的加速方式，其中序列模型形成潜在空间先验，加速了高层策略的学习速度和最终性能。

    Oct, 2022

  • 利用探索性规划进行自主学习动作模型

    本文提出了一种新型的探索计划代理，它能够在没有专家跟踪或给定目标的情况下学习行动先决条件和效果，优化探索和行动模型学习，运用新的表示为 Lifted Linked Clauses 和一种新颖的探索行动选择方法，并在探索为中心的视频游戏场景中进行实证评估。

    Mar, 2022

  • PLAS：离线强化学习的潜在动作空间

    该论文提出了一种使用潜在动作空间学习策略的离线强化学习方法，能够有效克服现有算法存在的内插误差，具有优异的性能表现。

    Nov, 2020