DADAgger：基于分歧增强的数据集聚合

Akash Haridas; Karim Hamadeh; Samarendra Chandan Bindu Dash

DADAgger：基于分歧增强的数据集聚合

机器学习 2023-01-05 v1 人工智能机器人学

作者: Akash Haridas , Karim Hamadeh , Samarendra Chandan Bindu Dash

摘要

DAgger是一种模仿算法，通过在训练期间对所有遇到的样本查询专家来聚合其原始数据集。为了减少查询样本的数量，我们提出对DAgger的一种改进，称为DADAgger，它仅对分布外（OOD）的状态-动作对查询专家。OOD状态通过测量模型集成在每个状态上动作预测的方差来识别，我们使用dropout来模拟该集成。在Car Racing和Half Cheetah环境上的测试取得了与DAgger相当的性能，但减少了专家查询，并且优于随机采样基线。我们还表明，我们的算法可用于构建高效、均衡的训练数据集：从无初始数据开始运行，仅查询专家以解决不确定性。

关键词

模仿学习 DAgger 数据集聚合分布外模型集成 dropout

引用

@article{arxiv.2301.01348,
  title  = {DADAgger: Disagreement-Augmented Dataset Aggregation},
  author = {Akash Haridas and Karim Hamadeh and Samarendra Chandan Bindu Dash},
  journal= {arXiv preprint arXiv:2301.01348},
  year   = {2023}
}

备注

Imitation Learning for Robotics

DADAgger：基于分歧增强的数据集聚合

摘要

关键词

引用

备注

相关论文