generative adversarial imitation learning | BriefGPT

关键词generative adversarial imitation learning

搜索结果 - 28

C-GAIL: 使用控制理论稳定生成对抗模仿学习
Generative Adversarial Imitation Learning (GAIL) 使用强化学习来优化 GAN-like 判别器的奖励信号，但存在训练不稳定的问题。本文通过控制论分析 GAIL，提出一种新的控制器 'C-GAI
PDF4 months ago
多智能体生成对抗互动式自我模仿学习对 AUV 编队控制与避障的应用
本文介绍了利用 MAGAISIL（多智能体生成对抗交互自我模仿学习）算法控制多自主水下机器人（简称多 - AUV），通过逐步替换由人类教练选择的次优演示路径，使得 AUV 能够学习策略，实验结果表明通过 MAGAISIL 训练的 AUV 可
PDF6 months ago
AAAI生成对抗性模仿学习中的梯度爆炸探索：概率视角
通过对 DE-GAIL 和 ST-GAIL 的研究，本文从理论角度解释了 gradient explosion 在 DE-GAIL 中是不可避免的问题，并提出了使用 CREDO 策略通过限制奖励函数来解决 gradient explosio
PDF7 months ago
多模态对抗仿真学习中的游戏角色生成
本论文提出了一种用于玩家测试的多重个人策略生成的新型模仿学习方法 —— 多模态生成对抗模仿学习（MultiGAIL），其使用辅助输入参数来学习不同的个人策略，基于生成对抗模仿学习的多重判别器作为奖励模型，通过比较代理和不同专家策略来推断出环
PDFa year ago
MM空中推理：基于推理的隐式语义感知通信框架
提出了一种新型的语义感知通信体系结构，称为 iSAC，它具有投影语义编码器和生成对抗性模仿学习等组件，旨在有效地传输、学习和解释源和目标用户之间的隐藏信息，从而提高用户的体验质量（QoE）。与现有解决方案相比，iSAC 需要更少的通信和计算
PDFa year ago
WWW通过建模动态人类需求学习模拟日常活动
本文提出了一个基于生成对抗模仿学习的知识驱动模拟框架，以模拟人的活动，将不同需求层次进行解离，并利用神经随机微分方程成功捕捉期间连续的需求动态特征，进而增强生成活动数据的数据保真性和实用性。实验结果表明，与现有的基线算法相比，我们的框架在数
PDFa year ago
基于中层输入生成的层次化生成对抗学习在城市环境自动驾驶中的应用
本文提出了一种基于层次化对抗性模仿学习的架构 hGAIL，该架构可以将车辆的传感器感知直接映射到低层动作，并同时学习到中层的输入表征，实现了无人驾驶车辆的自主导航。
PDFa year ago
基于自监督对抗模仿无标签混合动作的多用途技能控制
本文提出了一种协作对抗式学习方法，用于从包含不同状态转移模式的未标记数据集中最大化它们的可辨识度，获得可控技能集的单一多才策略。实验结果表明，借助生成式对抗模仿学习框架中的无监督技能发现，出现了成功完成任务的新颖有用技能。最后，在名为 So
PDF2 years ago
使用深度强化学习进行加密货币市场交易的盈利策略设计
本研究使用深度强化学习算法 ——PPO、SAC、GAIL，针对三个加密货币市场的交易策略设计问题，通过价格数据和技术指标，实现了基于 Gym 仿真环境的交易策略，测试结果表明该方法有望帮助投资者在市场中获得更高的收益率，且最高收益率为 48
PDF2 years ago
基于线性函数逼近的在线离线证明有效度量对抗学习的生成式模仿学习
本文研究了在线和离线线性情况下生成对抗模仿学习，提出了乐观和悲观的生成对抗策略优化算法，并证明了算法的收敛性和误差界。
PDF3 years ago
通过生成式对抗模仿学习建模人类驾驶行为
本文提出一种通过学习真实世界中的驾驶示范数据来学习神经驾驶策略的方法，并使用广义博弈对抗模型进行智能驾驶行为生成，同时介绍了解决多智能体驾驶建模中存在的问题的多智能体模型，并描述了奖赏信号修正的 reward augmented imita
PDF4 years ago
以 Wasserstein 距离为导向的对抗模仿学习，结合奖励形状探索
本文提出的名为 WDAIL 的新算法，在采用 Wasserstein 距离、Proximal Policy Optimization 技术和不同的奖励函数形状等三个方面做了改进，提高了模拟学习的性能，并在 MuJoCo 的复杂连续控制任
PDF4 years ago
Triple-GAIL: 一种基于生成对抗网络的多模态模仿学习框架
本文提出了一种名为 Triple-GAIL 的新型多模 GAIL 框架，能够从专家演示和连续生成的经验中学习技能选择和模仿，引入辅助技能选择器进行数据增强，从而更好地适应展示者的多模式行为，并在现实驾驶员轨迹和实时策略游戏数据集上，表现出超
PDF4 years ago
ICML神经网络生成对抗模仿学习：全局最优性和收敛速率
本文采用基于梯度的交替更新策略，分析了生成对抗学习在神经网络结构下的全局优化和收敛速率，证明了该方法的全局最优解和收敛性。
PDF4 years ago
AAAI如何移动：使用系统动力学对人类运动建模
本研究提出一种新方法，即通过学习决策模型和整合系统动力学来模拟人类运动的状态转移，其中使用生成对抗学习来学习人类运动，并在学习过程中集成了系统动力学的随机性约束。实验结果表明，该方法可以生成类似于现实世界的轨迹，并在预测下一个位置和生成长期
PDF4 years ago
生成对抗模仿学习的计算与泛化
本文探讨基于生成式对抗性模型的模仿学习算法（Generative Adversarial Imitation Learning，GAIL）的理论性质，证明了对于一般的回报参数化形式，只要正确控制奖励函数的类别，就可以保证泛化效果，并且利用再
PDF4 years ago
针对 POMDP 的模仿学习中的信仰表征学习
该研究使用生成对抗（GAN）深度神经网络引导非马尔可夫策略策略的置信度表示，在一定程度上解决了部分可观察马尔可夫决策过程（POMDP）中的模仿学习问题。
PDF5 years ago
关于模仿学习的全局收敛性：线性二次调节器的案例
该研究探讨了生成对抗模仿学习在线性二次调节器方面的全局收敛性，提出了交替梯度算法解决非凸 - 凹几何形态可能带来的问题，该算法收敛速度为 Q 线性速率并得到全局最优策略和奖励函数，为理解和控制从强化学习和生成对抗学习中产生的非凸 - 凹交替
PDF5 years ago
ECCV面向任务的手部运动重新定位用于熟练操控模仿
使用手势姿态估计器采集到的人手信息，结合逆运动学和 PSO 算法解决手姿态到 29 个自由度手模型的映射问题，以增加进行虚拟物体操作任务成功率，进而使用全部操作过程数据通过生成对抗性模仿学习训练出可用于虚拟现实中的抓握策略网络。
PDF6 years ago
ICLR使用有向信息从未经分段的演示中学习分层策略的 Directed-Info GAIL
本研究提出一种新的算法，它可以使用生成对抗性模仿学习框架，通过图模型来学习未分割演示中的子任务策略，并通过优化图模型中子任务潜在变量和其生成的轨迹之间的有向信息流来提高性能，同时将该方法与现有的层次策略学习框架 Options 连接起来。
PDF6 years ago