high-dimensional observations | BriefGPT

关键词high-dimensional observations

搜索结果 - 9

渲染和扩散：将图像空间与动作空间对齐，实现基于扩散的行为克隆
通过使用机器人的三维模型的虚拟渲染物对低级机器人动作和 RGB 观察在图像空间内进行联合观察和行动表示，并使用学习扩散过程计算低级机器人动作，该方法将高维观察和低级机器人动作间的复杂映射整合在一起，增加了样本效率和空间概括的归纳偏差。在仿真
PDFa month ago
因果下游任务中的幻象与虚假
机器学习和人工智能有潜力改变数据驱动的科学发现，通过准确预测多种科学现象。本文通过对治疗效果估计的因果推断任务进行研究，其中假设记录为高维图像的二元效果是在随机对照试验中进行的。我们发现，尽管这是最简单的设置且完全适合深度学习，但在文献中的
PDFa month ago
基于度量学习的目标条件离线强化学习
我们通过提出一种新的优化目标，在稀疏奖励、对称和确定性操作的目标条件离线强化学习问题中，近似计算最优值函数。实验结果表明，我们的方法在从次优离线数据集中学习时始终优于其他离线强化学习方法，并且在处理高维观测和多目标任务方面也表现出很好的效果
PDF5 months ago
潜在空间对称性发现
提出了一种能够从数据中发现非线性对称性的新颖生成模型 LaLiGAN，该模型可以将数据映射到特征空间，其中对称性变得线性，并同时在特征空间中发现对称性，理论上表明在某些条件下可以表达任何非线性对称性。实验结果显示，该方法可以捕捉到高维观测中
PDF9 months ago
使用多步逆运动学的表示学习：一种高效和优化的方法用于丰富观测的强化学习
本文提出了一种名为 MusIK 的强化学习算法，通过多步反向运动学的表示学习结合系统性探索，实现在最小统计前提下，以理想的样本复杂度达到所需精度水平的计算效率，可适用于通用函数近似。
PDFa year ago
通过椭圆周期性奖励进行探索
研究了强化学习（RL）方法在探索复杂环境时的有效性，并引入通过椭圆形周期性奖励探索方法（E3B）以扩展计数周期性奖励至连续状态空间，使用反向动力学模型学习嵌入以捕获环境可控方面，可扩展到高维像素感知和现实环境中。在挑战任务中实现了全新的 s
PDF2 years ago
虚空中的行为：无监督主动预训练
通过在非有奖励的环境中最大化抽象表示空间中的非参数熵，APT 探索了环境，从而避免了具有挑战性的密度建模，并且在具有高维观察的环境中表现出色。在 Atari 游戏中，APT 在 12 种游戏上取得人类水平的性能，并且相对于经典的全监督 RL
PDF3 years ago
探索性梯度提升用于复杂领域强化学习
该研究提出一种非参数函数逼近器和基于状态抽象和信息获取的不确定性探索策略来处理高维环境下的强化学习挑战，并在 Minecraft 游戏中进行了验证，结果表明这两种技术结合起来在标准强化学习任务中表现出色并在高维观察空间的任务中优于基准算法，
PDF8 years ago
使用 $l_1$ 惩罚的高维线性混合效应模型估计
本研究提出了一种针对高维线性混合效应模型的 $\ell_1$- 惩罚估计过程，该模型对于高维观测中存在分组结构的数据非常有用。我们证明了一致性和优化性结果，并开发了一种具有可证明数值收敛性的算法。此外，我们还在模拟和实际高维数据集上展示了该
PDF14 years ago