我们提出了一种无监督 - GFANC 方法，通过将协处理器和实时控制器集成到端到端可微的自适应噪声控制系统中，简化了一维卷积神经网络（1D CNN）的训练过程并提高了其实用性，以累积的二次误差信号作为训练 1D CNN 的损失函数，该无监督学习范式不仅省略了标记过程，而且在真实噪声实验中表现出比有监督 GFANC 方法更好的降噪性能。

Feb, 2024

本文提出了一种基于深度强化学习框架的自适应数据选择策略，名为神经数据过滤（NDF），它利用神经网络自适应地选择和过滤重要数据实例，以最大化未来的累计奖励，并在各种神经网络建模和应用中取得了与标准随机梯度下降过程相当的准确度。

Feb, 2017

本文研究了基于不同一维和二维卷积神经网络的 SFANC 表现，比较分析了多种网络训练策略，发现微调可以提高选择性能。

Aug, 2022

为了在人类中心环境中成功融入自主代理，代理应该能够从人类的本地环境中学习和适应。基于偏好的强化学习 (PbRL) 是一种能够从人类偏好中学习奖励函数的有希望的方法，使得强化学习代理能够根据人类的欲望来调整其行为。然而，人类生活在一个充满各种信息的世界中，其中大部分与完成特定任务无关。本工作提出了第一个利用动态稀疏训练原理学习健壮奖励模型并能够专注于任务相关特征的 PbRL 算法 R2N (Robust-to-Noise)。我们在极其嘈杂的环境设置中研究了 R2N 的有效性，该环境中高达 95% 的状态特征都是干扰项。通过与模拟教师的实验，我们证明了 R2N 能够调整其神经网络的稀疏连接性以专注于任务相关特征，在多个运动和控制环境中明显优于几种最先进的 PbRL 算法。

Jun, 2024

本文提出了一种新的动态稀疏训练方法用于加速深度强化学习的过程，通过在持续控制任务上实验证明，该方法可以显著提高深度强化学习的性能，降低参数数量和浮点运算数，并使训练步骤减少 40-50%。

Jun, 2021

本文提出了一种在部分可观察的、动态和稀疏采样环境下进行自主传感器控制的方法，特别是在射频 (RF) 频谱监测方面，采用预测和信息增益奖励的 DAN 强化学习框架，并使用来自 RF 领域有限的样本迭代改进环境模型。通过基于不同复杂度和评估指标的模拟实验，验证了该方法优于基线专家设计控制器且适应非平稳环境的鲁棒性。

Nov, 2022

提出了一个基于噪声感知的训练框架，将增强语音引入到声学模型的多条件训练中，通过两个级联的神经结构来优化增强语音和语音识别，并取得了较好的实验结果。

Mar, 2022

本文探讨使用深度强化学习算法来进行机器人控制，并结合多个传感器的信息，提出了一种融合传感器信息并且在传感器故障时仍能稳妥地进行操作的深度神经网络架构，并在仿真与真实环境中进行了搜索与拾取任务的测试。

Mar, 2017

本文研究不同类型的过滤算法，特别是可微分的过滤算法对于机器人应用中基于状态估计的决策制定和任务执行的优势，并比较了这些不同方法的表现。

Dec, 2020

本文介绍了一种基于原始数据集更清洁的假设，利用有机教师模型提供的软增强标签进行学习的数据增强即时去噪方法，并应用简单的自正则化模块来防止在噪声标签上过拟合，该方法可应用于各种数据扩充技术，可以在文本分类和问答任务中提高性能。

Dec, 2022