ICMLJun, 2019

基于模型的强化学习中对象和系统化概括的视角

PDF
TL;DR本文论述在智能代理的建模过程中，对象化有助于先前知识的模块化再使用和组合构建模型。但针对此限制，文章探讨了在连接主义模型中动态绑定特征（对象）的产生需要满足的需求以及相应的归纳偏差。
intelligent agentmodel constructionobjectsinductive biasesconnectionist models
发现论文，激发创造
  • 关联预测：面向强化学习任务无关的知识表示

    通过引入归纳偏置和语义模块，将观察空间分解为对象，并以语义表征和动态知识进一步分解，提高了模型的解释性和泛化性，且实验表明，知识分离的明确程度与学习速度、准确性和解释性相关。

    Dec, 2022

  • 面向通用机器人学习的深度目标中心表示

    本文提出了一种方法来解决复杂开放环境下机器人操作的问题，该方法基于先前训练的通用视觉模型作为感知系统的对象先验，并引入了一个基于对象的注意机制来确定相关对象，通过少数轨迹或演示将这些对象纳入学习策略，使用强化学习可以学习多种操作任务。

    Aug, 2017

  • 学习对象属性规划

    本文提出了一种利用符号规划的方法，采用先前的训练数据自动训练神经网络识别物体属性的方法，并使用规划技术来自动化训练数据集的创建和学习过程。最后，我们在模拟和真实环境中进行了实验评估，结果表明所提出的方法能够成功地学习如何识别新的物体属性。

    Jan, 2023

  • 基于结构化世界模型的好奇探索实现零样本物体操作

    使用结构化世界模型的内在动机强化学习算法，实现了多物体环境中的高效探索以及零样本泛化，可以完成像堆叠、翻转、拿起、投掷等任务。

    Jun, 2022

  • 人类和机器在物理建设中的关系归纳偏倚

    本研究探讨当下深度学习系统在处理物体分类、语言处理及游戏上表现出色，但却不能构建或修改建筑块等复杂系统，我们认为这是由于这些系统缺乏 “关系归纳偏置”，即一种可以推理物体间关系并根据场景结构作出决策的能力。本文研究了涉及胶合引起的稳定的建塔任务，通过引入一个使用物体及关系中心的视觉与策略表达方式的深度强化学习代理来验证该假设。结果表明，这些结构化的表达方式允许代理赢过人类及其他机器学习方法，这表明关系归纳偏置对于解决结构化推理问题及构建更智能、灵活的机器是重要组成部分。

    Jun, 2018

  • 深度集合用于 RL 中的泛化

    本文研究了在自然语言引导下的强化学习中，将以对象为中心的表现编码到奖励函数和策略架构中的想法。通过使用受深度集合启发的对象排列不变网络和门控注意机制的组合，我们在二维过程生成的世界中显示出这些结构对于分布外的目标具有强大的泛化能力，同时我们研究了在测试时对象数量的泛化和将以对象为中心的架构扩展到涉及关系推理的目标。

    Mar, 2020

  • 环境因素对位于特定环境中的代理体系统性与概括性的影响

    研究神经网络的泛化能力，通过 3D Unity 模拟环境测试网络在未见过的情况下的表现并发现了训练、环境的细节影响泛化能力，建议在网络训练时按照孩子多感官、多模态的观察方式输入信息。

    Oct, 2019

  • 面向面向对象世界建模的组合泛化

    本文研究基于强化学习的面向对象环境下的组合泛化，提出算法 Homomorphic Object-oriented World Model（简称 HOWM），并将其与其他算法相比较，结果表明我们的算法具有实现高效软组合泛化能力。

    Apr, 2022

  • 系统性概括：所需和可学习性？

    比较了通用模型和模块化模型在系统化泛化方面的不同，发现模块化模型更具系统性，且高度敏感于模块排列方式，还探究了一些方法，结果表明，除了模块化，语言理解的系统泛化可能需要显式的正则化器或先验。

    Nov, 2018

  • 基于关系强化学习实现实用的多物体操作

    本文介绍了使用基于图形的关系结构从简单的任务中学习并实现复杂的机器人操作任务，使用了强化学习方法并在喂入少量数据的情况下超越现有的最先进方法，同时也实现了零样本泛化。

    Dec, 2019