Jul, 2023

模仿就是全部吗？双阶段训练下的广义决策制定

PDF
TL;DRDualMind 使用新颖的 “双阶段” 训练策略来解决现有方法所提出的挑战，可以处理跨领域，场景和具体体现的任务，并在 MetaWorld 和 Habitat 上进行了广泛的评估和实验，其表现优于其他广义智能体，MetaWorld 上成功率可达 90% 以上的 30 个任务。
dualminddecision-makinggeneralist agentdual-phase trainingmetaworld
发现论文，激发创造
  • 面向心智理论启发的通用决策框架

    本研究提出了一个基于 Theory of Mind 的通用框架，允许智能体使用多个模拟来推导和行动，以通过模拟决策过程解决在 IJCAI2013 AIBirds 竞赛中的流行游戏。

    May, 2014

  • 元学习视觉单帧模仿学习

    本研究提出一种元模仿学习方法，通过深度神经网络对机器人进行高效学习，使机器人能够从一个单独的示例中获取新技能，并能够终端到端地学习。实验结果表明，该方法能够扩展到原始像素输入，并且需要较少前置任务数据，具有广泛的应用前景。

    Sep, 2017

  • Actor-Mimic: 深度多任务和转移强化学习

    本研究提出了一种名为 “Actor-Mimic” 的多任务学习和迁移学习方法，通过深度强化学习和模型压缩技术来训练一个单一的策略网络，并通过多个专家教师的指导来学习在不同任务中的行为，并使用先前的知识解决新任务。研究结果表明，该方法的表征能力可以通过无先验的专家指导来推广到新的任务并加速学习。本方法可以应用于多样的问题，为了说明其效果，我们在 Atari 游戏上进行了测试。

    Nov, 2015

  • Mind2Web: 通往 Web 的通才智能代理

    使用 Mind2Web 数据集，作者构建了能够利用大型语言模型（LLMs）构建通用 Web 代理的解决方案，该方案使用实际网站而非模拟网站，并提供广泛的用户交互图案。

    Jun, 2023

  • VIMA: 多模态提示的通用机器人操作

    使用多模态提示设计了一个基于转换器的通用机器人代理 (VIMA)，可以表达多种机器人操作任务，且在新颖的零激励泛化情况下优于先前的状态最优方法。

    Oct, 2022

  • 读动即玩（R2-Play）：多模态游戏指令决策转换器

    本文针对人工智能中发展通用型代理的目标，研究了多任务学习和决策网络以及多模态游戏指令对代理的指导与改进作用，并通过实验证明多模态游戏指令的引入显著提升了决策变换器在多任务和泛化能力方面的表现。

    Feb, 2024

  • 一次性模仿学习

    本文旨在提出一个元学习框架，称之为一次学习，实现机器人从极少量的演示中学习，并即刻推广到相似的其他任务中。

    Mar, 2017

  • 深思熟虑：带有内部工作记忆的决策 Transformer

    本文提出了一种基于内部工作记忆模块的决策制定代理，可以通过存储、混合和检索信息来改善其在不同下游任务中的训练效率和泛化能力，并进一步证明记忆微调可以增强所提出架构的适应性。

    May, 2023

  • 可配置镜像下降：决策制定的统一化

    这篇论文旨在探索是否能开发一种单一算法以解决所有决策问题的分类。它通过引入广义镜像下降（GMD）、可配置镜像下降（CMD）和 GameBench 构建等方法来应对不同决策问题的挑战，并通过广泛的实验验证 CMD 在各个维度上对决策问题进行了具有竞争力的表现。

    May, 2024

  • 双臂精细操纵的多任务机器人数据

    该研究介绍了一个包含双臂任务和 / 或需要细致操纵的多样化对象操作数据集，数据集包括 224k 个剧集、双臂精细任务以及语言指令，并应用于 Dual-Action and Attention (DAA) 模型，该模型在真实机器人操作任务中展示了其在细致操纵方面的能力。

    Jan, 2024