利用本体感知从视频中进行模仿学习
机器学习
2019-06-20 v2 机器学习
摘要
经典上，模仿学习算法是为理想化情形开发的，例如通常要求演示在完全相同的环境中收集，且通常包含演示者的动作。然而近来，研究界已开始通过提供算法解决方案来解决其中一些不足，使得从观测模仿学习（IfO）成为可能，例如从不同环境中且不包含动作的视觉演示中学习执行任务。鉴于智能体通常也能访问其自身内部状态（即本体感知），我们提出并研究了一种在策略学习过程中利用该信息的 IfO 算法。所提出的架构在本体感知状态表示上学习策略，并将所得轨迹与演示数据在视觉上进行比较。我们在多个 MuJoCo 领域上实验测试了所提技术，并显示其大幅优于其他从观测模仿学习算法。
引用
@article{arxiv.1905.09335,
title = {Imitation Learning from Video by Leveraging Proprioception},
author = {Faraz Torabi and Garrett Warnell and Peter Stone},
journal= {arXiv preprint arXiv:1905.09335},
year = {2019}
}
备注
International Joint Conference on Artificial Intelligence (IJCAI 2019)