Jul, 2023

欧几里德对称性在强化学习和规划中可行吗？

PDF
TL;DR该研究论文探讨了改进机器人任务中有对称性的强化学习和规划算法的设计，算法在处理具有欧几里德群对称性的问题时表现出更好的性能。
robotic taskseuclidean group symmetryreinforcement learningplanningmdp
发现论文，激发创造
  • 学习任务对称机器人策略的对称性考虑

    通过数据增强和镜像损失函数的两种方法，将对称不变性纳入深度强化学习中，可在各种具有挑战性的机器人任务中实现更快收敛和改进的学习行为。

    Mar, 2024

  • E (2) 等变图规划导航

    学习机器人导航的关键和挑战性任务是通过欧几里得对称性进行二维导航的规划，以及开发一种等变消息传递网络来进行值迭代。同时，通过可学习的等变层将特征提升到所需空间以处理多相机输入，在固定和无结构环境中的五种任务评估的实验证实了训练效率、稳定性和泛化能力的显著优势。

    Sep, 2023

  • 物理学的对称群等变架构

    本文探讨了在物理学和机器学习领域中，研究对称群等变机器学习结构所带来的深度投资和收益，并讨论了应用这些方法的潜在益处和限制以及对不同物理应用的各种评估指标。

    Mar, 2022

  • 机器学习中实施、发现和促进对称性的统一框架

    提供了将对称性引入机器学习模型的一种统一的理论和方法框架，包括强制已知对称性、发现未知对称性和通过施加凸正则化函数来促进对称性等方面。

    Nov, 2023

  • 使用可转向卷积将对称性纳入可微规划中

    该论文研究了如何使用群对称性改善端到端可微规划算法的数据效率和泛化能力，当对称性出现在决策任务中时。 通过等变卷积网络的启发，将路径规划问题视为网格上的信号，并表明在此情况下，价值迭代是一个线性的等变算子，即一个（可转向）卷积。 基于 VIN 的实现，使用等变卷积网络来纳入对称性。 在三个路径规划任务和一个工作空间操纵任务中的实验表明，我们的算法较 VIN 和 GPPN 的非等变协方差算法提高了大量的训练效率和泛化能力。

    Jun, 2022

  • 对称腿机器人的高效样本动力学学习：利用物理不变性和几何对称性

    该论文提出了一种利用机器人系统对称性学习动态的新方法，通过设计基于神经网络的对称对象组来考虑机器人系统的几何先验知识，实现了对少样本数据实现系统动态的扩展和精准的控制，同时与现有模型相比，该方法使用更少的训练数据实现了更好的泛化。

    Oct, 2022

  • ${m E}(3)$-Equivariant Actor-Critic 合作多智能体强化学习方法

    本文重点研究了自然界中对称模式的识别和分析，在物理学中导致了引力定律的制定和化学结构研究的进展。我们着眼于利用某些协同多智能体强化学习问题中固有的欧几里得对称性，该问题在许多应用中普遍存在。我们首先形式化地表征了一类具有对称最优值和策略存在性的马尔科夫博弈的子类。在这些属性的基础上，我们设计了具有对称约束的神经网络架构，作为多智能体演员 - 评论家方法的归纳偏见。这种归纳偏见在各种协同多智能体强化学习基准测试中表现出优越的性能，以及在具有重复对称模式的未见场景中进行的零样本学习和迁移学习等令人印象深刻的泛化能力。代码可在此 https URL 获取。

    Aug, 2023

  • 映射路径规划中具等变性的模型集与正则化

    强化学习中，利用环境对称性可以提高效率、鲁棒性和性能。本文提出了一种构建等变策略和不变值函数的方法，而无需使用专门的神经网络组件，并在训练过程中添加了正则化项以增加归纳偏置。通过基于地图的路径规划案例研究，展示了等变集合和正则化对样本效率和性能的改进。

    Mar, 2024

  • MDP 同态网络：强化学习中的群对称性

    本文介绍了一种基于 MDP 同态网络的深度强化学习方法，使用等变性约束将先验知识建立在策略和价值网络中，能够快速收敛，特别适用于格子世界和 CartPole 等问题。

    Jun, 2020

  • 利用动力学中的对称性进行有偏向奖励的基于模型的强化学习

    通过 Cartan 的运动参考系方法，我们提出了一种学习动力学模型的技术，该模型具有指定的对称性，并通过数值实验证明所提出的方法可以学习出更准确的动力学模型。

    Mar, 2024