world model | BriefGPT - AI 论文速递

关键词world model

搜索结果 - 55

分散的变压器与集中的聚合是高效的多智能体世界模型
为了解决多智能体强化学习中的可扩展性和非稳态性问题，我们提出了一种新的多智能体世界模型，通过学习分散的局部动力学来实现可扩展性，并通过中心化表示的聚合来解决非稳态性问题。我们引入了 Perceiver Transformer 作为一种有效的
PDF8 days ago
基于 LLM 的具有视觉信息和面向预测的具身化世界模型
在这项研究中，通过探索利用视觉数据和 LLM 作为世界模型的可能性，以改善嵌入式人工智能的性能，实验结果表明 LLM 可以从视觉数据中提取必要信息，并利用这些信息提高其作为世界模型的性能，同时还指出设计的提示可以发挥 LLM 作为世界模型的
PDFa month ago
高效的保守世界模型下的模仿学习
我们通过对专家演示进行政策学习来解决没有奖励函数的问题，并提出了将模仿学习视为微调问题的方法，通过在高维原始像素观测中在 Franka Kitchen 环境上取得了最新的最佳性能，只需要 10 个演示且没有奖励标签，同时解决了复杂的灵巧操作
PDFa month ago
CarDreamer：基于世界模型的自主驾驶开源学习平台
为了在错综复杂的实际情景中安全驾驶，自主车辆需要能够适应各种道路条件并预测未来事件。为了弥补这个空白，我们介绍了 CarDreamer，这是第一个专门用于开发基于世界模型的自主驾驶算法的开源学习平台。它包括三个关键组成部分：1）世界模型骨干
PDFa month ago
迈向保证安全的人工智能：确保强大可靠 AI 系统的框架
通过世界模型、安全规范和验证器的相互作用，提出了一系列保证安全的人工智能（AI）方法，旨在为 AI 系统提供高保证的量化安全保证，并描述了核心技术挑战和潜在解决方案。
PDF2 months ago
基于基础世界模型的自主机器人零射击安全预测
提出了基础世界模型，通过将观察结果转化为有意义且因果潜在的表示，使代理动力学可以直接预测因果未来状态，并且在安全预测任务中表现优于标准世界模型，与监督学习相比具有可比拟的性能，而且不需要使用任何数据。
PDF3 months ago
基于主动推理的无人机辅助无线网络自主路径规划
一种用于 UAV 辅助网络的新型自监督路径规划方法，通过离线解决训练示例并使用解决方案作为演示来让 UAV 学习世界模型从而理解环境，并隐含地发现优化器的策略。具备世界模型的 UAV 可以进行实时自主决策和在线规划，通过对预期惊喜进行评分，
PDF4 months ago
疑虑时，慢思考：具有潜在想象力的迭代推理
我们在这项工作中提出了一种新颖的、无需训练的方法，通过在决策时应用迭代推理，基于未来状态表示的连贯性来优化被推理的智能体状态，从而提高了模型驱动的强化学习智能体的性能。
PDF4 months ago
ICLR本地敏感稀疏编码用于在线学习世界模型
在线学习是一项具有挑战性的任务，由于数据非稳态性，神经网络通常会导致灾难性遗忘，线性回归模型支持非线性随机特征，以实现高效的 Follow-The-Leader 更新，通过局部敏感稀疏编码实现高维非线性特征的高效稀疏更新，我们验证了编码的表
PDF5 months ago
潜在状态空间中的可微树搜索
在决策问题中，由于训练数据有限，使用深度神经网络逼近的策略函数常常表现出亚优性。作者引入了一种名为 Differentiable Tree Search (DTS) 的新颖神经网络架构，通过嵌入最佳优先在线搜索算法的算法结构，显著增强了归纳
PDF5 months ago
小数据集，巨大增益：通过基于模型的增强学习的离线预训练来提升性能
基于离线数据的强化学习预训练改进的模型数据增强策略，可以减少所需数据规模，并大幅提高在线微调效果和降低环境交互次数。
PDF6 months ago
ReCoRe：世界模型的正则化对比表示学习
通过对比无监督学习和介入不变正则化的使用，提出了一种学习不变特征的世界模型，以改善强化学习在视觉导航等日常任务中的限制，并在 iGibson 基准测试中取得显著的性能提升。
PDF7 months ago
反向学习的目标导向策略
我们提出了一个多步骤过程，通过学习一个逆向的世界模型、生成目标达成的逆向轨迹、使用最短路径搜索算法改进这些序列，并通过模仿学习训练神经网络策略，肯定地回答了在强化学习中是否可以学习没有奖励的策略以及仅通过尝试达到目标状态是否可以学习策略的问
PDF7 months ago
驶向未来：基于世界模型的自动驾驶多视角视觉预测和规划
自主驾驶中，通过预测未来事件并评估可预见的风险，使自动驾驶汽车能够更好地规划动作，提高道路安全和效率。我们提出了 Drive-WM，这是第一个与现有端到端规划模型兼容的驾驶世界模型。通过视图因式分解实现的联合时空建模，我们的模型在驾驶场景中
PDF7 months ago
自主驾驶的三维占据世界模型学习
理解 3D 场景的演变对于自动驾驶决策至关重要。本文通过在 3D 占据空间中学习 OccWorld 世界模型，同时预测自车运动和周围场景的演变，提出了一种新的框架。实验证明了 OccWorld 在无需使用实例和地图监督的情况下具有有效建模驾
PDF7 months ago
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
PDF7 months ago
TWIST: 教师 - 学生世界模型蒸馏用于高效的模拟到真实转化
使用仿真注入的图像观测作为特权信息，通过教师 - 学生模型蒸馏，本文提出了 TWIST 方法，在基于模型的强化学习任务中实现高效的仿真到实际转移，并在仿真和实际机器人任务中表现出更高的样本效率和任务性能。
PDF8 months ago
基于世界模型的视觉导航的 Sim2Real 迁移
一种使用 Bird's Eye View 图像作为中间表示的系统，在模拟器中训练并能够通过零样本转移到真实世界，在真实世界环境中通过 Anchor 图像和混合密度 LSTM 增强鲁棒性，通过 Differential drive 机器人在
PDF8 months ago
预测者：从像素到时间抽象的树搜索规划
Forecaster 是一种深度分层强化学习方法，通过对抽象层次的状态转换动态建模和训练世界模型，在高维状态空间（如像素）等复杂环境中规划高层次目标，并通过树搜索规划程序选择最优高层次目标，从而捕捉建立具有较长时间跨度的世界模型和在下游任务
PDF8 months ago
ICLRHieros: 分级想象结构化状态空间序列世界模型
深度强化学习中的一个主要挑战是样本效率问题，通过使用一种层次化策略与世界模型，可以实现对环境的直接交互训练的辅助，以提高想象效率、准确性和探索能力，并在 Atari 100k 基准测试中表现出卓越的性能。
PDF9 months ago