Oct, 2022

利用渐进领域自适应的最优传输进行课程强化学习

PDF
TL;DR该研究将课程机器学习作为优化输运问题来量化和生成任务分布之间的移动，并提出了一种称为 GRADIENT 的算法来处理连续和离散背景下的非参数分布。 实验结果表明，该算法在学习效率和渐进性能方面均优于基线。
curriculum reinforcement learningoptimal transport problemsemi-supervised learningtask distributionsgradient
发现论文，激发创造
  • 关于最优传输在课程强化学习中的益处

    通过将课程设置为任务分布之间的插值，将生成课程作为约束优化传输问题来提高课程强化学习（CRL）方法的性能，从而在具有不同特点的各种任务中取得高性能。

    Sep, 2023

  • 深度强化学习中具有任务关联的近端课程

    基于近发展区概念，我们提出了一种名为 ProCuRL-Target 的新型课程计划，它可以在复杂任务的目标分布上平衡选择任务的需要，通过利用任务之间的相关性推动代理的学习，从而加速深度强化学习代理的训练过程。

    May, 2024

  • 渐变正则化对比学习，用于连续领域适应

    本研究旨在解决深度神经网络在动态环境下机器学习算法中的持续领域适应问题。为此，我们提出了 Gradient Regularized Contrastive Learning (GRCL) 并在 Digits、DomainNet 和 Office-Caltech 基准测试中证明了其在比较其他最新方法时的强大性能。

    Mar, 2021

  • 强化学习代理的近端课程

    通过分析两个简单的学习场景，我们设计了一种叫做 ProCuRL 的课程策略，受到了教育概念中的 “近发展区”（Zone of Proximal Development，ZPD）的启发。我们还提出了 ProCuRL 的实用变体，可在最小的超参数调整下直接与深度强化学习框架集成，从而有效地加速深度强化学习代理的训练过程。实验结果表明，与现有的基线相比，我们的课程策略在各种领域中都取得了较好的效果。

    Apr, 2023

  • 渐变正则化对比学习用于连续领域适应

    研究 AI 模型在连续领域适应中所遇到的领域转换和灾难性遗忘等问题，并提出了基于 Gradient Regularized Contrastive Learning 的方法来解决这些问题，实验结果表明该方法在 Digits, DomainNet and Office-Caltech 基准测试中表现优越。

    Jul, 2020

  • 加速机器人学习接触丰富的操纵：一个课程学习研究

    本研究结合课程学习和域随机化方法，探究如何快速应用于机器人接触式操作任务中，实现在工业装配等领域中的快速学习和短时间内达到高成功率。研究结果表明，本文所提出的方法在工业插入任务中取得了最多 86% 的成功率，并且使用样本训练的时间不到以往的五分之一。

    Apr, 2022

  • 自适应多智能体强化学习

    本文介绍了自适应多智能体强化学习 (Self-paced MARL)，它可以根据任务的难度自动优化智能体数量，实验结果显示该方法在智能体数量对任务难度有足够影响时可以提高任务表现。

    May, 2022

  • 自动机导向下的强化学习智能体课程生成

    提出了 AGCL，一种基于确定性有限状态自动机（DFA）和面向对象马尔可夫决策过程（OOMDP）表示法的自动生成课程的方法，该方法在格子世界和基于物理仿真的机器人领域中的实验表明，AGCL 产生的课程在时间阈值性能上比最先进的课程学习和自动机引导强化学习技术实现了性能的提高。

    Apr, 2023

  • 纠错学习的最优传输

    本文介绍了一种广义的纠正学习方法，在优化输运的框架下，利用一个专家代理来改善学习代理的参数估计，该方法可以估计更复杂的特征，并考虑了多个干预策略。

    Apr, 2023

  • GloCAL：基于本地化课程辅助学习的多任务学习及其在机器人抓取中的应用

    本文提出了一种名为 GloCAL 的算法，通过对多个离散任务进行聚类，创建课程学习，可以有效且安全地在机器人领域应用深度强化学习，并且利用所提出的算法，在 49 个对象的抓取学习中可以得到比其他方法更好的效果。

    Apr, 2022