基于演示的对比学习
计算机视觉与模式识别
2023-01-30 v2 人工智能
摘要
本文提出一种从多视角捕获的无标签视频演示中学习视觉表示的框架。我们表明这些表示适用于模仿若干机器人任务，包括拾取与放置。我们通过应用对比学习来优化最近提出的自监督学习算法，以增强任务相关信息同时抑制特征嵌入中的无关信息。我们在公开可用的Multi-View Pouring和自定义的Pick and Place数据集上验证了所提方法，并与TCN triplet基线进行比较。我们使用三种度量评估所学表示：视角对齐、阶段分类和强化学习，且在所有情况下结果均优于最先进方法，并附带训练迭代次数减少的额外好处。
引用
@article{arxiv.2201.12813,
title = {Contrastive Learning from Demonstrations},
author = {André Correia and Luís A. Alexandre},
journal= {arXiv preprint arXiv:2201.12813},
year = {2023}
}