会员服务
模仿学习是学习尝试模仿专家行为从而获取最佳性能的一系列任务。目前主流方法包括监督式模仿学习、随机混合迭代学习和数据聚合模拟学习等方法。模仿学习（Imitation Learning）背后的原理是是通过隐含地给学习器关于这个世界的先验信息，比如执行、学习人类行为。在模仿学习任务中，智能体（agent）为了学习到策略从而尽可能像人类专家那样执行一种行为，它会寻找一种最佳的方式来使用由该专家示范的训练集（输入-输出对）。当智能体学习人类行为时，虽然我们也需要使用模仿学习，但实时的行为模拟成本会非常高。与之相反，吴恩达提出的学徒学习（Apprenticeship learning）执行的是存粹的贪婪/利用（exploitative）策略，并使用强化学习方法遍历所有的（状态和行为）轨迹（trajectories）来学习近优化策略。它需要极难的计略（maneuvers），而且几乎不可能从未观察到的状态还原。模仿学习能够处理这些未探索到的状态，所以可为自动驾驶这样的许多任务提供更可靠的通用框架。
Feasibility-aware Imitation Learning from Observation with Multimodal Feedback
Arxiv
0+阅读 · 2月17日
Learning-Based Planning for Improving Science Return of Earth Observation Satellites
Arxiv
0+阅读 · 2月16日
Semi-Supervised Cross-Domain Imitation Learning
Arxiv
0+阅读 · 2月11日
FAIL: Flow Matching Adversarial Imitation Learning for Image Generation
Arxiv
0+阅读 · 2月12日
Learning Part-Aware Dense 3D Feature Field for Generalizable Articulated Object Manipulation
Arxiv
0+阅读 · 2月15日
GRAIL: Goal Recognition Alignment through Imitation Learning
Arxiv
0+阅读 · 2月15日
CoLA-Flow Policy: Temporally Coherent Imitation Learning via Continuous Latent Action Flow Matching for Robotic Manipulation
Arxiv
0+阅读 · 2月10日
BPP: Long-Context Robot Imitation Learning by Focusing on Key History Frames
Arxiv
0+阅读 · 2月16日
EasyMimic: A Low-Cost Framework for Robot Imitation Learning from Human Videos
Arxiv
0+阅读 · 2月12日
Self-Augmented Robot Trajectory: Efficient Imitation Learning via Safe Self-augmentation with Demonstrator-annotated Precision
Arxiv
0+阅读 · 2月11日
Scaling Single Human Demonstrations for Imitation Learning using Generative Foundational Models
Arxiv
0+阅读 · 2月13日
Force Generative Imitation Learning: Bridging Position Trajectory and Force Commands through Control Technique
Arxiv
0+阅读 · 2月6日
Sim-to-Real Dynamic Object Manipulation on Conveyor Systems via Optimization Path Shaping
Arxiv
0+阅读 · 2月8日
Beyond the Majority: Long-tail Imitation Learning for Robotic Manipulation
Arxiv
0+阅读 · 2月6日
Temporally Coherent Imitation Learning via Latent Action Flow Matching for Robotic Manipulation
Arxiv
0+阅读 · 1月30日
参考链接
微信扫码咨询专知VIP会员
Top