Apr, 2023

通过领域自适应模仿学习动态系统的代表性轨迹

PDF
TL;DR本研究提出了 DATI，一个使用循环一致的生成对抗方法设计的迁移轨迹模仿的深度强化学习代理，在多个合成轨迹模式的实验中表现优于基线模型和最优控制，可以用于异常运动识别和空间不受限的轨迹数据挖掘。
domain-adaptive trajectory imitationdeep reinforcement learninggenerative adversarial methodabnormal motion recognitionspatially-unconstrained trajectory data mining
发现论文，激发创造
  • 跨域观测下的模仿学习

    本篇研究针对专家行为与训练代理之间的差异，提出了一种基于无配对无对齐的轨迹，以及循环一致性限制的框架，来学习对应关系以解决领域差异的问题，并通过实验证明了该方法的有效性。

    May, 2021

  • 领域自适应模仿学习

    介绍了一种领域自适应模仿学习（DAIL）问题的形式化表达，提出了一种两步方法：对齐和适应，通过无监督的 MDP 对齐算法（GAMA）执行对齐步骤并利用对应关系在不需要经过环境交互的情况下在不同领域中实现任务零次模仿。

    Sep, 2019

  • DIDA: 基于领域适应的去噪模仿学习

    通过领域适应的去噪模仿学习，我们设计了两个鉴别器来区分数据的噪声水平和专业水平，从而使特征编码器能够学习与任务相关但领域无关的表示，实验证明我们的方法可以成功处理来自不同类型噪声的演示的有挑战性的模仿任务，优于大多数基线方法。

    Apr, 2024

  • 领域自适应视觉观察的模仿学习

    在这篇论文中，我们考虑了具有视觉观测的领域自适应模仿学习，其中目标领域中的一个代理通过观察源领域中的专家示范来学习执行任务。我们提出了一种新的框架，通过双重特征提取和图像重构从输入观测中提取领域无关的行为特征，以克服视觉观察中跨领域模仿学习中的领域转移问题。实证结果表明，我们的方法优于先前的具有领域转移的视觉观察模仿学习算法。

    Dec, 2023

  • 学习领域不变的少样本动作识别的时间动态

    我们提出了 DITeD，或称为领域不变的时间动力学，在有限的样本和分布偏移的情况下，通过快速适应预训练模型来识别和利用预训练模型学到的可转移知识，其中关键挑战是如何识别和利用潜在变量之间的时间不变性（领域不变性）进行知识转移。

    Feb, 2024

  • 学习有关的内容：使用任务相关嵌入的跨域模仿学习

    本研究提出了一种基于对抗训练的可扩展框架，用于实现基于跨领域演示的自主智能体学习任务的能力，通过学习映射来实现不同领域间的策略转移，解决了其他方法在许多领域方面存在的问题。

    Sep, 2022

  • AdapTraj: 一个多源领域泛化的多智能体轨迹预测框架

    提出了 AdapTraj，一种特定于多智能体轨迹预测任务的多源域泛化框架，可以显著优于其他基线模型，通过显式建模四种特征类型来解决负迁移和外部因素建模不足的问题。

    Dec, 2023

  • 领域鲁棒性视觉仿真学习与互信息约束

    介绍了一种名为 Disentangling Generative Adversarial Imitation Learning（DisentanGAIL）的新算法，可通过对抗学习来自动学习高维度任务表现观察的特征，从而成功进行模仿，同时忽略专家和代理之间的差异，此算法在包括平衡、操纵和运动任务在内的各种控制问题中都具有高效性和稳健性。

    Mar, 2021

  • 模仿学习：在可变环境中实现即插即用的模仿能力

    提出了一种名为模仿学习（ItorL）的新主题，旨在基于非常有限的专家示范实现即时重构模仿策略，用于不同的未知任务，无需任何额外的调整。通过将模仿学习集成到强化学习范式中，设计了 Demo-Attention Actor-Critic（DAAC）来解决 ItorL 问题，并为模仿者策略设计了一种基于示范的注意力架构，可以通过自适应追踪示范中的适当状态有效地输出模仿动作。在新的导航基准和机器人环境中，展示出 DAAC 在已知和未知任务上均比之前的模仿方法有着显著的优势。

    Oct, 2023

  • 通过任务蒸馏进行领域适应

    使用图像识别数据集作为源域和目标域之间的桥梁，通过任务蒸馏框架，在不同仿真器之间成功地传输导航策略，并在传统领域适应基准上展现出有前途的结果。

    Aug, 2020