Sep, 2023

AdaptNet：基于物理的角色控制的策略适应

PDF
TL;DRAdaptNet 是一种用于修改现有策略的潜在空间，通过在现有任务中快速学习和比较学习从头开始的新行为的方法，通过构建两层层次结构来有效地调整行为，并进一步修改策略网络层以实现更大的改变。该技术在适应基于物理的控制器到各种新的运动风格、新的任务目标、角色形态变化以及环境的广泛变化方面显示出显著的学习效率增加，通过与从头开始训练或使用其他修改现有策略的方法相比，大大减少了训练时间。
adaptnetlatent spacereinforcement learningmodest changeslearning efficiency
发现论文，激发创造
  • DeepMimic：基于示例的物理角色技能深度强化学习

    本研究旨在将数据驱动的行为规范与能够在物理模拟中执行类似行为的系统相结合，以实现对扰动和环境变化的逼真响应。通过将运动模仿目标与任务目标相结合，我们可以训练出能够在交互环境中智能反应的角色，例如向所需方向行走或向用户指定目标扔球。同时，本研究探讨了多种集成多个运动片段的方法，以开发出能够执行丰富多样的技能的多才多艺的代理。

    Apr, 2018

  • 通过对抗性模仿从动作捕捉学习人类行为

    本文介绍应用生成对抗性模仿学习方法，通过有限的高维仿人体运动演示数据，训练神经网络策略以产生类人的运动模式，并利用该方法构建子技能策略解决高维身体姿态控制任务。

    Jul, 2017

  • 基于探针的干预措施用于修改代理行为

    该研究通过更新预先训练的神经网络的表示，以实现人类辅助决策问题，并在实验中展示了如何改善多个领域的人 - 代理团队表现。

    Jan, 2022

  • 通用策略网络的快速基于模型的策略搜索

    通过在仿真环境中使用基于高斯过程的先验知识，结合基于贝叶斯优化的策略搜索方法，提高在连续和离散控制环境中智能体行为的适应性，实验表明相比其他竞争基准，该方法的效果更好。

    Feb, 2022

  • PADL: 基于语言指导的基于物理的角色控制

    PADL 系统利用自然语言处理技术与对抗生成网络的方法实现以自然语言为指令的物理角色动画控制，通过多任务聚合的方法支持自然语言指令的语义解析。

    Jan, 2023

  • 通过学习适应原则进行快速的开放式世界适应

    通过使用简洁而有效的新方法 NAPPING（Novelty Adaptation Principles Learning），我们的研究展示了深度强化学习（DRL）代理可以在各个领域快速有效地适应各种新情况。

    Dec, 2023

  • 隐式多任务强化学习问题的政策调整方法

    在动态运动生成任务中，微小的策略参数变化可能导致完全不同的结果。本研究提出了一种多任务强化学习算法，用于适应单一运动类别中目标或环境的隐式变化，通过不同的奖励函数或物理环境参数。使用单脚机器人模型对球的头球任务进行了评估，结果表明该方法能够适应目标位置或球的恢复系数的隐式变化，而标准的领域随机化方法无法适应不同的任务设置。

    Aug, 2023

  • 利用潜在状态表示扩展敏捷运动的多样性通过政策转换

    本文提出了过渡网络（transition-net）, 它是一种强大的过渡策略，扩展了机器人在现实世界中的运动多样性。

    Jun, 2023

  • 大规模可重复利用的用于物理仿真角色的对抗技能嵌入

    本文提出了一种基于大规模数据驱动的框架，通过对动作片段的不需要任务特定的注释或分割的大数据集进行对抗性模仿学习和无监督强化学习来开发可生动表现行为且易于控制下游任务的技能嵌入，并且利用大规模并行 GPU 模拟器的并行计算能力，训练技能嵌入，使其能够学习丰富、多样化的技能，从而使在新的多种任务中表现成功，为物理模拟动画的基础控制策略提供了新思路。

    May, 2022

  • 从实物人类反馈中学习：一种物体为中心的单次适应方法

    本文介绍了一种人机交互的方法，使用对象为中心的子任务描述人类任务，并根据特定对象检查和更新模型中的权重，以实现机器人的快速且简单的策略自适应。

    Mar, 2022