#模仿学习

共 14 条 · 7 天 2 条 · 30 天 3 条

强化学习 2 Ackermann 1 ACT 1 Cortex Harness 1 EVOL 1 GAIL 1 HOST 1 ICML 1

信息流里打上「模仿学习」标签的资讯、产品与论文，按刊登时间排，新的在上。

10月7日

产品 Agent 与开发者00:21

Cortex Harness 让前沿模型持续驱动机器人，人工可远程接管

Physical Intelligence 推出的 Cortex Harness，机器人卡住时人远程接一下手，干预记录还能变成训练数据，越用越省事。

#Cortex Harness #Physical Intelligence #机器人 #遥操作

kimmonismus@kimmonismus原文

10月5日

论文20:31

EVOL：用知识追踪模拟器生成专家路径，免部署训练学习路径推荐策略

一篇把机器人仿真训练搬到教育推荐上的论文，用模拟器造专家数据解决奖励稀疏问题，还对比了三种模仿学习策略，做 LPR 的可以看看。

#EVOL #强化学习 #知识追踪 #学习路径推荐

arXiv cs.AI@Geonwoo Bang 等 3 人原文

9月29日

论文13:24

正则化为何有效：对抗模仿学习的快速率理论证明

GAIL 这些老方法里加正则化为什么效果好，这篇终于给出了数学证明，还配套了新算法，做强化学习理论的朋友可以看看。

#GAIL #模仿学习 #强化学习 #样本复杂度

arXiv cs.LG@Hanbin Zhou 等 4 人原文

9月4日

论文11:20

低成本微型车自动驾驶开源平台发布

MIT开源了微型自动驾驶平台，结合数字孪生技术，误差比纯实车训练更低。

#自动驾驶 #Ackermann #Webots #模仿学习

arXiv cs.LG@Gustavo Claudio Karl Couto 等 3 人原文

9月2日

论文10:08

模仿学习在灵巧操作中的时间鲁棒性研究

ACT模型模仿专家学习，但在加速条件下性能下降幅度远大于专家，揭示模仿学习的时间鲁棒性问题。

#ACT #ParcelStow #模仿学习 #灵巧操作

arXiv cs.LG@Clinton Enwerem 等 3 人原文

8月3日

模型72°11:56

自变量机器人发布HOST框架并开源，看视频学新技能

自变量开源了HOST框架，机器人看一段几十秒的人类视频就能学新技能，成功率62%，比微调方案省50倍数据。

#HOST #自变量机器人 #机器人学习 #模仿学习

IT之家原文

论文10:06

交互式模仿学习何时有效：基于价值的表征权衡研究

这篇论文把模仿学习里交互到底帮不帮忙讲清楚了，还给了能跑的OVI算法，做RL或蒸馏的值得看一眼。

#模仿学习 #OVI #交互式学习 #价值函数

arXiv cs.LG@Luca Viano 等 6 人原文

7月2日

论文11:07

语言批评模仿学习从次优演示

这篇论文教你用自然语言批评代替标量信号，从糟糕的演示中学更好，LC-BC和LC-DP在多个任务上都赢了。

#LC-BC #LC-DP #语言批评模仿学习 #模仿学习

arXiv cs.AI@Chih-Han Yang 等 6 人原文

6月17日

论文10:46

从观测学习 Red Agent Policy 的神经符号自主防御智能体

这篇论文用模仿学习帮防守方预测攻击者行动，在模拟网络攻防场景下准确率很高。

#模仿学习 #强化学习 #AI安全 #智能体

arXiv cs.AI@Ankita Samaddar 等 4 人原文

6月15日

论文11:11

TRACE：轨迹路由因果记忆实现延迟证据视觉运动模仿

用路径签名记住消失的视觉线索

#TRACE #path signatures #delayed-evidence #模仿学习

arXiv cs.AI@Zihao Li 等 5 人原文

6月11日

论文精选72°11:04

Ambient Diffusion Policy：从次优数据中模仿学习的机器人新方法

机器人团队终于有了一个能高效利用次优数据的实用方法——Ambient Diffusion Policy 解决了低质量数据难以训练的问题，做机器人模仿学习的开发者可以直接在现有数据集上尝试，有望大幅降低数据收集成本。

#机器人 #模仿学习 #扩散策略 #次优数据

arXiv cs.AI@Adam Wei 等 7 人原文

论文精选10:08

Fourier Features 让模仿学习策略实现高精度操控

做机器人操控和模仿学习的团队值得关注——傅里叶特征解决了神经网络对低频偏好的固有问题，让你在点云策略上直接获得高精度提升，代码和视频已开源，可以直接上手试。

#模仿学习 #机器人操控 #点云 #傅里叶特征

arXiv cs.LG@Balázs Gyenes 等 8 人原文

6月9日

论文精选12:33

DARP：差异感知检索策略提升模仿学习泛化性

DARP 用检索替代全局映射，解决了行为克隆在部署时误差累积的痛点，做机器人学习和模仿学习的开发者可以直接参考其开源代码。

#模仿学习 #行为克隆 #检索增强 #机器人操作

arXiv cs.LG@Quinn Pfeifer 等 6 人原文

5月18日

论文精选10:37

模仿学习用于儿科ECMO临床决策支持

儿科重症团队终于有了一个能处理数据稀缺和高复杂性的AI基线——TabPFN在ECMO决策建模上超越传统方法，做临床决策支持系统的研究者可以直接拿来对比或集成。

#模仿学习 #儿科ECMO #临床决策支持 #TabPFN

arXiv cs.LG@Fateme Golivand 等 8 人原文