Sep, 2022

基于显著性引导的 Q - 网络在视觉强化学习中的泛化

PDF
TL;DR本研究通过引入基于显著性的 Q 网络（SGQN），提出了一种通用的视觉强化学习方法，该方法对 Deepmind 的控制泛化基准进行了改进，从而在训练效率、泛化差距和策略可解释性等方面创造了新纪录。
deep reinforcement learningvisual controlgeneralization gapsaliency-guided q-networkspolicy interpretability
发现论文，激发创造
  • ViSaRL：人眼显著性引导的视觉强化学习

    用基于视觉显著性引导的强化学习（ViSaRL）来训练机器人从高维像素输入中执行复杂的控制任务，通过优化视觉表征，ViSaRL 显著提高了强化学习代理在不同任务上的成功率、样本效率和泛化能力。

    Mar, 2024

  • 使用深度循环 Q 学习预测交互环境中注视位置

    本文利用强化学习和软注意机制结合的 Deep Q-Network 模型教导代理人玩游戏时关注视觉输入的最相关部分，并通过在多个 Atari 2600 游戏上的评估，证明软注意力模型可以比 Itti-Kochs 显著地预测焦点位置。

    Dec, 2016

  • 基于显著性引导训练的深度学习解释性改进

    本文介绍了一种基于显著性引导培训的神经网络方法，可以有效降低噪声导致的特征归因不准确，并通过实验表明这种方法能够在保持预测性能的同时提高模型可解释性。

    Nov, 2021

  • 重新思考强化学习中的值函数学习以实现泛化

    本研究旨在训练多个视觉环境下的 RL 代理以提高观察泛化性能，并提出了一种延迟评论者策略梯度（DCPG）算法，该算法可以使用单一统一的网络架构来实现，极大地提高了 Procgen 基准测试的样本效率和观测泛化性能。

    Oct, 2022

  • 选择性输入梯度正则化的政策蒸馏以实现高效可解释性

    本研究提出了一种称作 Distillation with selective Input Gradient Regularization (DIGR) 的方法，利用政策精炼和输入梯度正则化生成新政策，从而实现生成适用于实景且高效的可解释性 saliency 激活图。实验证明，该方法能够提高 RL 政策在多个对抗攻击下的鲁棒性，并且在 MiniGrid（Fetch Object）、Atari（Breakout）和 CARLA 自动驾驶任务上表现出良好的效果。

    May, 2022

  • 规范化增强视觉强化学习的泛化能力

    本文探讨将规范化技术整合到视觉增强学习方法中，以提高其泛化性能，并使用两种规范化技术，CrossNorm 和 SelfNorm，在 DMControl Generalization Benchmark 和 CARLA 上进行实验证明了该方法的有效性并只会对样本效率略微影响。

    Jun, 2023

  • 增强式关注机制用于小样本学习及其扩展

    本文提出了一种利用加强学习技术对注意力机制调整的方法来生成更优选择的图像嵌入向量，从而有效提高几类学习和图像分类的性能。

    Apr, 2021

  • 一种深度 Q 学习方法用于优化动态噪声背景下的视觉搜索策略

    本文研究了应用强化学习方法（Q-network）近似理想搜索者（IS）的眼动规划能力，并发现相应的搜索策略与理想搜索者的搜索策略一致，展示了该方法在实际医学图像场景中测量优化眼动规划的潜力。

    Jan, 2022

  • 从像素中发现基于物体的广义值函数

    本文提出了一种基于对象的方法，试图从对象中发现有意义的特征，将其转化为具有时间相关性的 “指导” 函数，并利用随后学习到的一般价值函数进行控制，并且通过定性分析表明，学习到的表示不仅可解释而且围绕着任务之间不变的对象，从而促进了快速适应。

    Apr, 2023

  • 通过显著特征去相关化学习通用代理

    我们提出了基于显著性引导的特征解相关方法 (SGFD)，通过样本重新加权消除观测状态空间中特征之间的相关性，以实现在视觉强化学习任务中的泛化能力。实验结果表明，SGFD 在处理任务无关和任务相关的变化方面明显优于现有方法。

    Oct, 2023