Oct, 2023

记忆一致的神经网络用于模仿学习

PDF
TL;DR模仿学习通过利用专家演示大大简化了策略合成，我们重新考虑了行为克隆样本便捷地训练策略，设计了对抗错误现象的模型类，使用 MCNN 策略在 9 个模仿学习任务上得到了显著的性能提升。
imitation learningpolicy synthesisbehavior cloningmemory-consistent neural networkperformance gains
发现论文，激发创造
  • 使用连续内存状态学习深度神经网络策略

    通过内部记忆的方法，学习适用于高维连续系统（如机器人操纵器）的策略，通过把记忆状态加到系统的状态和动作空间中，使用有监督学习方法 Guided Policy Search 分解策略搜索问题，并通过轨迹优化和监督学习相结合的方式获得具有有效记忆和回忆策略的复杂策略

    Jul, 2015

  • 全球稳定的神经仿真策略

    通过引入稳定神经动力系统（SNDS），我们提出了一种保证稳定性的模仿学习方案，该方案通过联合训练策略和对应的 Lyapunov 候选者来构建具有正式稳定性保证的策略。我们在模拟环境中进行了广泛的实验并成功地将训练得到的策略部署于真实的机械臂，实验结果表明我们的方法解决了以往模仿学习方法中的不稳定性、准确性和计算强度问题，为复杂规划场景中的稳定策略学习提供了有希望的解决方案。

    Mar, 2024

  • 基于递归卷积神经网络的强化学习

    使用递归卷积神经网络的值迭代，以及部分可观测环境下的状态信念传递和最佳行动选择来更好地利用强化学习问题的固有结构，通过 RCNNs 回传梯度允许系统显式地学习与底层 MDP 相关联的变换模型和奖励函数，这是经典基于模型的 RL 的一种优秀替代方法。我们通过机器人规划问题的仿真来评估所提出的算法，并展示了我们框架降低重新规划成本、学习准确的 MDP 模型以及使用学习的模型重新规划以实现接近最优策略的能力。

    Jan, 2017

  • 通过残差动作预测解决视觉模仿学习中的 Copycat 问题

    本文研究探讨了模仿学习中的信息流，并提出了一种新的神经网络结构，解决了图像信号缺乏运动信息和物体遮挡的问题，并通过在 CARLA 和 MuJoCo 两个模拟器上的基准测试，成功地缓解了模仿过程中的拷贝问题并超越了现有的解决方案。

    Jul, 2022

  • 具备知识整合的记忆高效强化学习

    我们提出了一种基于深度 Q 网络算法的记忆效率强化学习算法，通过从目标 Q 网络到当前 Q 网络合并知识，减少遗忘并保持高的样本效率。与基线方法相比，在特征和图像任务中取得了相当或更好的性能，同时减轻了大经验重放缓冲区的负担。

    May, 2022

  • 基于记忆匹配网络的单张图片识别

    本文提出了 Memory Matching Networks（MM-Net）的新想法，即在卷积神经网络中加入记忆元素，并学习动态地适应无标签图像的参数，从而实现一次学习。文章探讨了不同的训练数据集的匹配方法，并得出了超越同类算法的实验结果。

    Apr, 2018

  • 基于反向模型的少量演示稳健仿真

    本文提出了一种基于生成式反向动力学模型的行为克隆方法以解决自我学习表现不佳的问题，利用模型产生短期想象轨迹进行训练，提高了模型的健壮性和适应性。

    Oct, 2022

  • 通过记忆模仿提升低资源文本分类和生成的元学习

    文章提出了一种记忆模仿元学习方法，利用任务特定的记忆模块存储支持集信息，并构建模仿模块来强制查询集模仿存储在内存中的某些代表性支持集样本的行为，以提高模型对支持集的利用，进而在文本分类和生成任务中取得了优异的性能。

    Mar, 2022

  • 以关键帧为中心的视觉模仿学习

    该研究提出了一种通过加强模仿的关键帧来改进模仿学习的方法，以在视觉模仿等现实场景中实现更好的性能表现，并在基于图像和基于视觉的控制任务中进行了验证。

    Jun, 2021

  • 持续增强学习的策略融合

    提出了一种针对深度强化学习中灾难性遗忘问题的方法，名为 “策略整合” 模型，能够在不同时间尺度上改进学习效果，适应环境变化并通过历史经验规范化当前策略，从而提高连续学习的效果，在单任务、交替双任务和多智能体竞争自我对抗环境下均表现出了比基线优异的学习效果。

    Feb, 2019