Dec, 2023

BEDD: MineRL BASALT 评估与演示数据集，用于训练和评测解决模糊任务的智能体

PDF
TL;DR该研究通过 MineRL BASALT 竞赛，提出了一种基于人类反馈学习的正式评估和演示数据集 (BEDD)，用于算法的开发和性能评估。该数据集包含了从近 14,000 个 Minecraft 游戏视频中提取的 2,600 万个图像 - 动作对和 3000 多个密集的人类评估，为新算法的评价提供了一个固定的、初步的排行榜。此外，研究还对这些数据进行了详细分析，以指导算法的开发和评估。
minerl basalt competitionlearning from human feedbackbasalt evaluation and demonstrations datasetalgorithm developmentperformance assessment
发现论文，激发创造
  • 通过人类反馈解决模糊任务：MineRL BASALT 2022 比赛回顾

    通过在 Minecraft 中举办的 MineRL BASALT 比赛，我们旨在推动使用人类反馈来学习期望行为的算法的发展，以便在基础模型的微调方面进行研究。我们描述了比赛，并概述了前几名解决方案。最后我们讨论了比赛的影响和未来的改进方向。

    Mar, 2023

  • 2021 年 BASALT 学习与人类反馈竞赛回顾

    本文介绍了 MineRL BASALT 比赛，旨在鼓励研究使用来自人类反馈的学习技巧的代理解决开放世界任务，参赛团队的多样化反映出任务的设计有效性，但比赛参与者不足，作者对此进行了探讨和提出了改善建议。

    Apr, 2022

  • 从人类反馈中学习的 MineRL BASALT 比赛

    MineRL BASALT competition focuses on the importance of learning from human feedback to build AI systems that would align with designers' intentions and solve tasks that cannot be easily formalized, and provides a dataset of human demonstrations and an imitation learning baseline for participants to train separate agents using any method they prefer on four tasks in Minecraft with natural language descriptions.

    Jul, 2021

  • 将人类反馈学习与知识工程相结合，在 Minecraft 中解决分层任务

    本文介绍了一种基于人类示范数据进行仿真学习的方法以及使用人类反馈来训练图像分类器的方法，将这些模块与估算的 Odometry 地图相结合，以自然层次结构利用人类知识的强大状态机，并将该混合智能方法与端到端机器学习和纯工程解决方案进行比较。

    Dec, 2021

  • MineRL: 一个大规模的《Minecraft》演示数据集

    本研究介绍了一个全面、大规模、与模拟器配对并包含人类示范的数据集 MineRL，该数据集涵盖了 Minecraft 中多个相关任务，其中有超过 6000 万个由自动注释的状态动作对，证明了该数据集的层次性、多样性和规模。该数据集有助于开展解决 Minecraft 研究挑战的技术研究。

    Jul, 2019

  • 使用行为克隆玩 Minecraft

    本文讲述了我们参加 MineRL 2019 比赛的经历，我们使用行为克隆的算法来预测人类玩家的行动并在最终排名中获得了第五名，同时我们也发现了这种方法性能会根据训练停止的时间而有明显变化，我们进行了更多的实验来研究不同的工程决策对性能的影响。

    May, 2020

  • BEDLAM: 一个合成数据集，展示身体具有详细的逼真动态

    通过对合成数据的训练，我们首次展示了神经网络在从实际图像中估计三维人体姿态和形状（HPS）问题上实现了最先进的精度。

    Jun, 2023

  • 嵌入式演示数据集搜索实现行为克隆

    使用潜空间索引演示数据集，成功地利用搜索技术实现基于行为克隆算法的控制，因此收获了具有人类特征、可以适应各种情境的代理行为，比现有的训练模型更加高效，具有无需任务适应等优点。

    Jun, 2023

  • 零样本模仿策略通过演示数据集搜索

    使用预训练的基础模型的潜在空间索引演示数据集，通过复制类似情境中的行为来解决具有计算成本的训练过程和策略适应问题，实验结果显示该方法在准确性和知觉评估方面明显优于基于学习的模型，能在 Minecraft 环境中以人类样式表现出智能行为。

    Jan, 2024

  • MineRL 2019 赛事：基于人类先验知识的高效强化学习

    介绍了 MineRL 竞赛，该竞赛旨在利用人类先验知识实现样本高效的强化学习，提供了 Minecraft ObtrainDiamond 任务和 MineRL-v0 数据集，并要求参赛者使用 Malmo 环境中的有限样本来解决 ObtainDiamond 任务。

    Apr, 2019