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。
When Robots Sleep: Offline Skill Consolidation for Shared-Policy Robot Learning
Arxiv
0+阅读 · 6月16日
ReMoBot: Retrieval-Based Few-Shot Imitation Learning for Mobile Manipulation with Vision Foundation Models
Arxiv
0+阅读 · 6月15日
Training and Evaluating Diffusion Policies with Long Context Lengths
Arxiv
0+阅读 · 6月15日
CoIRL-AD: Collaborative-Competitive Imitation-Reinforcement Learning in Latent World Models for Autonomous Driving
Arxiv
0+阅读 · 6月15日
Reinforcement Learning-Guided Retrieval with Soft Fusion for Robust Multimodal Imitation Learning under Missing Modalities
Arxiv
0+阅读 · 6月13日
Distortion-Resilient Robotic Imitation Learning for Autonomous Cable Routing
Arxiv
0+阅读 · 6月10日
Stage Light is Sequence$^2$: Multi-Light Control via Imitation Learning
Arxiv
0+阅读 · 5月5日
SynthICL: Scalable In-context Imitation Learning with Synthetic Data
Arxiv
0+阅读 · 6月6日
Buzz, Choose, Forget: A Meta-Bandit Framework for Bee-Like Decision Making
Arxiv
0+阅读 · 6月2日
HIL: Hybrid Imitation Learning of Diverse Parkour Skills from Videos
Arxiv
0+阅读 · 6月11日
X-Imitator: Spatial-Aware Imitation Learning via Bidirectional Action-Pose Interaction
Arxiv
0+阅读 · 5月12日
Spatially Conditioned Diffusion Policy: Learning Precise and Robust Manipulation with a Single RGB Camera
Arxiv
0+阅读 · 6月12日
Ambient Diffusion Policy: Imitation Learning from Suboptimal Data in Robotics
Arxiv
0+阅读 · 6月10日
Addressing Ambiguity in Imitation Learning through Product of Experts based Negative Feedback
Arxiv
0+阅读 · 3月27日
WM-DAgger: Enabling Efficient Data Aggregation for Imitation Learning with World Models
Arxiv
0+阅读 · 4月13日
参考链接
微信扫码咨询专知VIP会员
Top