学习任务的替代方法

Apr, 2024

Learning Alternative Ways of Performing a Task

David Nieves, María José Ramírez-Quintana, Carlos Monserrat, César Ferri, José Hernández-Orallo

TL;DR通过学习少量执行任务的示例，我们引入了一种归纳性方法来学习多种模型，每个模型都代表一种执行任务的替代策略。我们将此方法应用于手术技能训练和烹饪领域的常见活动识别任务，并通过评估模型是否能够代表示例并捕捉执行任务的不同形式来验证其有效性。研究结果表明，一小组有意义的示例足以获得捕捉解决任务的不同策略的模式。

Abstract

A common way of learning to perform a task is to observe how it is carried out by experts. However, it is well known that for most tasks there is no unique way to perform them. This is especially noticeable the more complex the task is because factors such as the skill or the know-how

learning task performance alternative strategies activity recognition inductive approach

发现论文，激发创造

探索任务内部关系以改善元学习算法

通过选择多样的任务进行小批量处理，我们研究利用任务关联的外部知识来改善训练稳定性，进而减少训练中的噪音。

Dec, 2023

学习任务描述

本文介绍了一种针对自然语言处理系统的新框架和英语语言数据集 ZEST，用于评估系统的任务解决能力和系统化泛化类型的测试。最新的 T5 模型在 ZEST 数据集上达到 12％的得分，为 NLP 研究者留下了一个巨大的挑战。

Nov, 2020

一次性模仿学习

本文旨在提出一个元学习框架，称之为一次学习，实现机器人从极少量的演示中学习，并即刻推广到相似的其他任务中。

Mar, 2017

主动采样学习多任务