Nov, 2023

金融时间序列的无模型控制的课程学习与模仿学习

PDF
TL;DR课程学习和模仿学习在机器人领域得到广泛应用，但对于基于高度随机时间序列数据的控制任务，研究工作较少。本研究通过数据增广实现了课程学习的基本思想，通过策略提炼从模型中学习实现了模仿学习，并发现课程学习可以提高复杂时间序列控制任务的性能，这一发现对于时间序列控制的课程学习非常鼓舞人心。然而，我们发现模仿学习需要谨慎使用。
发现论文，激发创造
  • 基于课程的通用技能模仿

    本研究提出一种基于课程学习和 MoE 的模仿学习方法，用于从人类多样化的演示中教授机器人控制技能，并在复杂机器人控制任务中显著优于当前最先进的方法。

    Apr, 2023

  • 课程学习中任务排序的优化框架

    本文研究了如何通过选择不同目标函数，使用课程学习在强化学习中优化任务序列，提高初始性能，减少探索过程中的次优动作，并发现更好的策略。

    Jan, 2019

  • 加速机器人学习接触丰富的操纵：一个课程学习研究

    本研究结合课程学习和域随机化方法，探究如何快速应用于机器人接触式操作任务中，实现在工业装配等领域中的快速学习和短时间内达到高成功率。研究结果表明，本文所提出的方法在工业插入任务中取得了最多 86% 的成功率，并且使用样本训练的时间不到以往的五分之一。

    Apr, 2022

  • 课程学习：综述

    该文介绍了如何通过课程学习来训练机器学习模型，从而提高性能和准确率，并且探讨了如何排序和引入更难的数据，同时提供了未来工作的一些方向。

    Jan, 2021

  • 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

  • 强化学习中的师生课程学习

    提出了一种基于师生课程学习的强化学习方法，该方法独立于人类领域知识和手动课程设置，可以改善学生的样本效率和通用性。

    Oct, 2022

  • 使用非自回归模型的文本编辑模仿学习课程

    提出了一个框架以训练非自回归序列到序列模型进行编辑任务，在此过程中，原始输入序列被迭代地编辑以生成输出。通过两种策略解决了在机器翻译训练的模仿学习算法在编辑场景下导致的训练和推断之间不匹配问题，从而显著提高了英文编辑任务上的输出质量和输出复杂度。

    Mar, 2022

  • 模仿复杂轨迹：连接低层稳定性和高层行为

    我们提出了一个理论框架，用于研究非马尔可夫、潜在多模态（即 “复杂的”）专家示范在非线性动力系统中的模仿。

    Jul, 2023

  • 强化学习中的课程表政策学习

    本文研究课程学习在强化学习中的应用，并针对多个传递学习算法扩展已有的课程设计方法，通过学习 MDP（Markov Decision Process) 过程中的课程策略，得出可以用于训练代理人的课程，进而实现更快或同等方法的学习效率。

    Dec, 2018

  • 机器人学习的高效监督：基于模仿、仿真和自适应的方法

    本研究旨在通过利用更强大的信息源和从现有数据中提取更多信息的方式，增加数据收集与维护流水线的效率，并着重解决模仿学习、领域自适应和从模拟中进行传输等三个正交方面的问题。

    Apr, 2019