Jun, 2021

对于敌对性模仿学习，什么是重要的？

PDF
TL;DR该研究在大规模实验中研究了逾 50 个选择项，探讨其在区分高级算法选项和低级实现细节方面的影响，发现了一些惊人的结果，特别是以人类演示为基础的模拟场景可能会使模仿算法表现不佳。
adversarial imitation learningcontinuous controlsample complexityalgorithmic optionshuman-generated demonstrations
发现论文，激发创造
  • 对抗性模仿学习中的无标签不完美演示

    本文提出了一种基于自对抗的无标签专家演示的算法，利用全面学习方法，动态地抽样专家演示，并与不断优化的策略进行比对，可以优化生成的轨迹，实现了动态的自我适应学习。

    Feb, 2023

  • 多智能体生成对抗模仿学习

    本文提出了一种新的适用于多智能体环境的 Multi-Agent 模仿学习框架，它建立在广义反向强化学习的基础上，并引入了实用的多智能体演员 - 评论家算法。该方法可用于多个合作或竞争代理的高维环境中模仿复杂的行为。

    Jul, 2018

  • 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

  • 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

  • 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

  • 通过提升实现对抗模仿学习

    通过建立加权回放缓冲区的新算法 AILBoost，该文研究了对抗性模仿学习在离策略训练中的有效性，实验证明 AILBoost 相较于 DAC 在控制器状态和像素环境中性能更佳。

    Apr, 2024

  • 基于聚合数据的对抗性模仿学习

    通过使用聚合数据上的对抗性模仿学习，我们提出了一种名为 Adversarial Imitation Learning on Aggregated Data (AILAD) 的动态自适应方法，可以同时学习非线性奖励函数和相关的最优策略，并且生成多样化的行为来匹配专家数据的分布。

    Nov, 2023

  • 模仿策略与环境的误差界

    通过分析基于遗传对抗生成模型的模仿方法与基于行为克隆的模仿方法之间的价值差异，本文发现前者相比后者可以减少复合误差，具有更好的样本复杂度，同时也可以被用于学习环境模型的模仿学习方法可以更加有效地模仿环境模型，提出一种全新的模型导向的增强学习应用方向。

    Oct, 2020

  • 多人模仿学习中的兼容演示引导

    研究通过基于人提供的演示的模仿学习来学习机器人操作策略，通过测量新演示与基本策略的兼容性并积极征求新用户的兼容演示，从而改善任务成功率。

    Oct, 2022

  • 使用因果不变性进行正则化的对抗模仿学习

    使用因果不变性作为对抗训练模型的正则化原则，以缓解模型吸收专家数据中的虚假相关性，并在二维示例环境和高维机器人运动基准任务中展示了正则化公式的有效性。

    Aug, 2023