Mar, 2024

AD3: 隐式行动是世界模型区分各种视觉干扰的关键

PDF
TL;DR通过学习隐式动作，我们提出了一种名为 AD3 的新算法，该算法利用 IAG 推断出的动作来训练分离的世界模型，有效地区分了异质和同质分心因素，从而在各种视觉控制任务中实现了卓越性能。
model-based methodstask-irrelevant distractorsvisual controlimplicit actionshomogeneous distractors
发现论文，激发创造
  • 学习解耦定制化行动文本到图像生成器

    本研究在文本转图像生成（T2I）中关注一项新的任务，即动作定制，提出了基于反演的 Action-Disentangled Identifier（ADI）方法来学习动作特定的识别器，克服了现有方法中低层特征偏好和高层特征纠缠的问题，实现了优于现有基准的动作定制 T2I 生成。

    Nov, 2023

  • 动作检测的结构化模型

    本篇论文提出了一种增强标准 I3D 网络的算法，通过添加跟踪模块和图卷积网络结构，将领域知识融入模型，并在活动行为检测中获得了更好的结果表现。

    Dec, 2018

  • 领域鲁棒性视觉仿真学习与互信息约束

    介绍了一种名为 Disentangling Generative Adversarial Imitation Learning（DisentanGAIL）的新算法，可通过对抗学习来自动学习高维度任务表现观察的特征，从而成功进行模仿，同时忽略专家和代理之间的差异，此算法在包括平衡、操纵和运动任务在内的各种控制问题中都具有高效性和稳健性。

    Mar, 2021

  • AGIL: 从人类中学习视觉 - 动作任务的注意力

    本文提出了 AGIL（Attention Guided Imitation Learning）框架，该框架使用深度神经网络学习人类注意力模型，以改善智能决策和任务性能。

    Jun, 2018

  • 隐式分布强化学习

    研究提出了一种隐式分布型 actor-critic (IDAC) 算法，它包括一个基于两个深度生成器网络 (DGNs) 的分布型评论家和一个由灵活的策略分布支持的半隐式演员 (SIA)，可用于提高策略梯度强化学习算法的样本效率。

    Jul, 2020

  • ADriver-I: 无人驾驶的通用世界模型

    基于多模态大语言模型和扩散技术，我们提出了一种自主驾驶世界模型 ADriver-I，该模型以交织的视觉 - 动作对为基础，能够预测当前帧的控制信号，并使用历史的视觉 - 动作对和生成的控制信号来预测未来的帧，通过无限反馈循环，ADriver-I 实现了自主驾驶。我们通过在 nuScenes 和大规模私有数据集上进行广泛实验，证明了 ADriver-I 在性能上的卓越表现，希望该模型能为未来自主驾驶和具身智能提供新的洞见。

    Nov, 2023

  • 不完整演示下的对抗性模仿学习

    本文提出了一种名为 AGAIL 的新算法，该算法借助不完整的演示动作序列，学习从状态到行为的映射，通过分离演示的状态和行动轨迹，并使用行动作为辅助信息来指导训练。实验结果表明，AGAIL 在基准任务上可以达到与现有最先进方法相当的性能水平。

    May, 2019

  • 序贯行为引发的不变表示在强化学习中的应用

    通过序列动作导致不变表示法（SAR）方法，针对具有视觉干扰的高维观测中准确学习与任务相关的状态表示的问题，本文提出了一种能抵抗干扰的表示学习方法，通过编码器优化学习从而仅保留顺序动作控制信号后的组件，使得智能体能够学习到鲁棒的表示形式，并在实验中展示了该方法在对抗干扰任务和真实世界自动驾驶场景中的有效性。

    Sep, 2023

  • 自主车辆中可解释的物体诱导动作决策

    提出一种新的自动驾驶模式，基于场景理解、行动诱导对象和解释，采用多任务学习和 CNN 架构，可以优化车辆动作指令和场景解释的准确度，改善行动诱导对象的识别和车辆动作预测表现。

    Mar, 2020

  • 深度强化学习中面向智能体无关行动指导的智能体感知训练

    通过代理感知但对代理不可知的动作建议 (A7) 框架，在深度强化学习中解决了样本效率低下的问题，并通过使用状态特征的相似性作为征求建议的指标，使用代理模型提取有判别性且普遍适用的状态特征，利用行为克隆训练模型以重用建议，以及引入内在奖励来激励利用专家指导，实验结果表明，A7 显著加速了学习过程，并在 GridWorld、LunarLander 和 Atari 游戏的六个场景中超过了现有方法。

    Nov, 2023