Jan, 2023

DADAgger：基于分歧扩增的数据集聚合

PDF
TL;DR本文介绍了一种改进的 DAgger 算法 ——DADAgger，它只针对其原数据集中的分布不一致的状态 - 行动对询问专家，并通过 dropout 模拟来测量每个状态的模型预测的行动方差，进而实现高效、良好平衡的训练数据集的构建。
daggerimitation algorithmdadaggervariancetraining datasets
发现论文，激发创造
  • DropoutDAgger: 一种安全模仿学习的贝叶斯方法

    本文提出了一种基于概率 DAgger 的算法，使用了 dropout 训练新手并提供其置信度，通过新手行为分布估计与专家行为相关的安全的概率度量，以平衡探索和利用，在 MuJoCo HalfCheetah 和简单的驾驶实验中证明了与其他 DAgger 变体和经典模仿学习相比的性能和安全性的提高。

    Sep, 2017

  • HG-DAgger：人机交互式模仿学习

    本研究提出了 HG-DAgger 算法，该算法是 DAgger 算法在交互式人机模仿学习方面更为适用的变体，它不仅训练一个初学者策略，还学习了基于模型不确定性的风险度量的安全阈值，以预测状态空间中不同区域的完全训练初学者的性能，在模拟和实际的自动驾驶任务中，HG-DAgger 算法表现出比 DAgger 和行为克隆更好的性能。

    Oct, 2018

  • EnsembleDAgger：一种安全模仿学习的贝叶斯方法

    本文提出一种名为 EnsembleDAgger 的算法，其通过使用神经网络集合来近似高斯过程，并以方差作为信心的衡量标准，在最大化学习效果的同时，限制了失败的可能性，从而提高了机器人的安全性能。

    Jul, 2018

  • 扩散遇到 DAgger：增强视觉手眼协调模仿学习

    为了解决在执行过程中模拟训练策略中的错误累积问题，本研究提出了一种不需要昂贵代价的 Diffusion Meets DAgger（DMD）方法，利用扩散模型生成能够覆盖分布外状态的样本，从而实现从少量示范中获得稳健性能，实验证明 DMD 比基于 NeRF 的增强方案提高了 50% 的性能。

    Feb, 2024

  • 使用动态准则改进自回归训练

    为解决 NLP 任务中的暴露偏差和指标不匹配问题，本文提出了一种基于动态预示算法的解决方案，并开发了新型的动态预示算法，证明其在类似基于跨度的 F1 指标上保持了 DAgger 的无遗憾保证。作者评估了该算法在命名实体识别、文本摘要和机器翻译等任务中的性能，在机器翻译实验中，DAgger with dynamic oracle 的结果不如基准技术，但在命名实体识别和文本摘要方面表现优秀。

    Jun, 2024

  • 端到端自主驾驶的高效查询模仿学习

    本论文介绍了一种名为 SafeDAgger 的基于 DAgger 算法的自动驾驶智能学习方法，能够有效地减少对参考策略的查询次数，加快收敛速度。

    May, 2016

  • 同意不同意：通过异议实现更好的可转移性的多样性

    本文提出 D-BAT 算法，通过学习一组包含多样化的预测特征的模型，解决了梯度学习在样本库之外泛化的问题，同时在多个实验中得到了证实。

    Feb, 2022

  • GDA: 面向稳健测试时适应的通用扩散

    通过引入广义扩散适应（GDA）方法，研究论文提出了一种对不同类型的分布移位具有鲁棒性的测试时间适应方法，实现了在广泛的 OOD 基准测试上的最高分类准确度提升。

    Mar, 2024

  • DDG-DA：用于可预测概念漂移适应的数据分布生成

    本研究提出了一种基于 DDG-DA 的预测建模方法，结合对数据演化的预测和生成的方法，能够有效应对概念漂移，提高预测性能。

    Jan, 2022

  • DiffGuard: 利用预训练扩散模型进行语义不匹配引导的 ODD 检测

    使用预训练扩散模型进行语义不匹配引导的 OOD 检测，名为 DiffGuard，在 Cifar-10 和大规模 ImageNet 上表现出效果，并且可以与现有的 OOD 检测技术轻松结合以实现最先进的结果。

    Aug, 2023