Oct, 2018

注射式状态-图像映射用于视觉对抗性模仿学习

HTML
PDF
TL;DR为了更好地控制自然动作，本文提出了一种深度学习方法，通过直接模仿原始视频演示来获得控制策略，并且使用生成对抗网络依据低维度特征代替手工奖励估计步骤，同时展示了该方法可以产生类似于专家演示视频的学习性能。
发现论文，激发创造
  • 生成对抗模仿学习

    提出了一种提取专家行为策略的新框架，直接从数据中提取策略，将模仿学习与生成对抗网络进行比拟，提出了无模型模仿学习算法，并证明该算法在模仿大型、高维度环境中的复杂行为时相对于现有无模型模仿学习方法具有明显性能提升。

    Jun, 2016

  • 通过对抗性模仿从动作捕捉学习人类行为

    本文介绍应用生成对抗性模仿学习方法，通过有限的高维仿人体运动演示数据，训练神经网络策略以产生类人的运动模式，并利用该方法构建子技能策略解决高维身体姿态控制任务。

    Jul, 2017

  • 基于观察数据的生成对抗模仿

    本文提出了一种基于生成对抗网络的从观察中模仿学习方法（GAIfO），它可以在没有行动信息的情况下直接从状态演示中学习，进行了两种不同设置的实验证明它在高维模拟环境中优于现有的直接从状态演示方法。

    Jul, 2018

  • 基于生成对抗网络的样本高效模仿学习

    本文介绍了一种在模型free的前提下能够提高采样效率的演员评论家结构，利用了GAIL中对抗训练的方法和离策略演员评论家的优势，在多个连续控制任务中，我们证明了这种方法的简洁易行和稳定性。

    Sep, 2018

  • 不完整演示下的对抗性模仿学习

    本文提出了一种名为AGAIL的新算法，该算法借助不完整的演示动作序列，学习从状态到行为的映射，通过分离演示的状态和行动轨迹，并使用行动作为辅助信息来指导训练。实验结果表明，AGAIL 在基准任务上可以达到与现有最先进方法相当的性能水平。

    May, 2019

  • 领域鲁棒性视觉仿真学习与互信息约束

    介绍了一种名为Disentangling Generative Adversarial Imitation Learning（DisentanGAIL）的新算法，可通过对抗学习来自动学习高维度任务表现观察的特征，从而成功进行模仿，同时忽略专家和代理之间的差异，此算法在包括平衡、操纵和运动任务在内的各种控制问题中都具有高效性和稳健性。

    Mar, 2021

  • 确定性判别式模仿(D2-模仿): 重新审视对抗模仿以提高样本效率

    本文提出了一种无需使用对抗训练或最大最小优化的离线策略样本高效方法D2-Imitation，利用TD学习和确定性策略简化了学习过程，经实验验证在许多控制任务中比对抗性模仿的离线策略扩展方法更加高效。

    Dec, 2021

  • 使用状态观察器从视频中进行对抗性模仿学习

    介绍了一种名为 Visual Generative Adversarial Imitation from Observation using a State Observer(VGAIfO-SO) 的新算法，该算法使用自我监督的状态观察器从高维图像中提供低维本体感知状态表示的估计，从而更有效地从仅视频演示中学习，并且有时可以实现接近于有特权访问演示者本体感知状态信息的 GAIfO 算法的性能。

    Feb, 2022

  • 高效对抗模仿学习

    本研究提出了一种基于自监督表示学习的对抗性模仿学习方法，用于学习具有抗扭曲性和时间预测性的状态和动作表示，以提高样本效率，并在MuJoCo的100个专家状态-动作对设置中相对于现有方法表现出39％的改进。

    Mar, 2023

  • 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