Mar, 2024

关于策略复用：一种表示和执行普通调用其他策略的表达性语言

PDF
TL;DR该研究论文介绍了一种简单但强大的语言，用于表达和学习一般策略和问题分解（草图），并通过引入内部记忆状态、指示性特征和模块化等扩展使得这种语言更加灵活和可重用。
languagepoliciessketchesflexiblereusable
发现论文，激发创造
  • 无监督从少量样本学习通用政策

    此研究提出了一种替代方法来计算更具表现力的通用策略，该方法不需要样本计划或 QNP 计划程序。该方法可以用机器学习中的标准术语来描述，通过定义来自规划示例中的谓词的大但有限的功能池，并寻找用于将 “好” 与 “坏” 状态转换和目标与非目标分开的一小部分功能。然后，这将作为单个组合优化问题一起解决，用加权最大满足问题来表示。

    Jan, 2021

  • Few-Shot Bayesian Imitation Learning with Logical Program Policies

    提出了一种表达逻辑组合方案的策略学习算法，该算法可以从少量样本中学习有趣的策略，具备较高的数据效率和计算效率，适用于训练数据稀缺且存在结构差异较大的任务。

    Apr, 2019

  • 码作策略：语言模型程序用于实体控制

    该研究论文介绍了如何将大型语言模型用于编写机器人策略代码，并达成具有几何空间推理能力、可自主创新、精确且具备行为常识的策略，同时提供了对多个真实机器人平台进行演示和基准测试的代码和视频。

    Sep, 2022

  • 关于命题规划形式化语言的可编译性和表达能力

    本论文介绍了一种名为 “编译方案” 的概念，并使用这种概念分析了一大类命题规划命题形式的表达能力，结果确认了 GRAPHPLAN 算法中有关条件效应的扩展是优化的，同时发现允许在先决条件和效果条件中使用一般命题公式会给生成计划带来额外的 Schwierigkeit。

    Jun, 2011

  • 通过迭代局部搜索进行编程策略提取

    通过结合模仿投影、数据集聚合和局部搜索启发式，我们提出了一种直接提取预训练神经策略的程序化策略的简单方法，该方法在编程问题和摆动问题上实现了可解释性和高效性。

    Jan, 2022

  • 控制任务组合泛化的策略架构

    该研究提出了一种基于任务实体组成结构的框架和适当的策略设计，旨在解决通过目标配置来规范控制、机器人和规划的任务，此策略运用 Deep Sets 和 Self Attention 等结构，在模拟机器人操作任务的训练中，成功率更高且泛化能力更强。

    Mar, 2022

  • 从语言中学习不变语义表示，实现可扩展策略普适性

    该研究提出了一种新的方法 —— 元素随机化，通过一组具有随机元素的环境来从自然语言指令中提取任务相关的语义而不受环境影响，同时设计了一个层次化的策略，将子目标建议为语义不变的表示形式，可在长时间视角任务上表现出卓越的泛化性能并能够完成一次性任务。

    Jan, 2022

  • 基于知识的规划的范畴表示语言和计算系统

    本文提出了基于范畴论概念的 C - 集合和双推出重写 (DPO) 的计划表示的一种替代方法，其可以有效处理支持所有层次域抽象的关于世界状态的结构化知识，提供了使用知识图谱和关系型数据库对世界状态和计划更新建模的形式语义，相较于经典规划表示，在处理隐含前提和效果上具有优越性，提供了一种更有结构的框架来建模和解决规划问题。

    May, 2023

  • 使用组合策略学习遵循语言指令

    提出了一种基于强化学习和 seq2seq 模型的自然语言指令执行框架，利用布尔代数、组合价值函数和语言表示等技术，大大减少学习新任务的样本复杂度，实验中发现组合价值函数和语言表示的结合使得 agent 能够快速推广到新任务。

    Oct, 2021

  • 使用广义策略更新构建迁移的良好行为基础

    本文提出了一种简单有效的算法，通过构建独立的策略集合，可以在不需要大量数据的情况下，在各种复杂的强化学习任务中实现高水平的性能表现，同时解决了基于线性特征函数的多个任务的奖励子问题，并应用于终身强化学习设置中。

    Dec, 2021