仅靠模仿就够了吗？基于双阶段训练的通用决策
人工智能
2023-10-10 v3
摘要
我们提出 DualMind，一种旨在应对各类决策任务的通才智能体，解决了当前方法所带来的过拟合行为以及对任务特定微调的依赖等挑战。DualMind 采用一种新颖的“双阶段”训练策略，模拟人类学习在世界中行动的方式。该模型首先通过为控制任务定制的自监督目标学习基础常识，然后基于给定提示条件模仿行为，学习如何根据不同上下文做出决策。DualMind 仅使用单一模型权重即可处理跨领域、场景与具身形态的任务，并能在无需任务特定微调的情况下执行零样本提示。我们在 MetaWorld 与 Habitat 上通过大量实验评估 DualMind，证明其相较于以往技术具有更优的泛化能力，在 Habitat 与 MetaWorld 上分别超越其他通才智能体超过 50 与 70。在 MetaWorld 的 45 个任务中，DualMind 在 30 余个任务上达到了 90 的成功率。
引用
@article{arxiv.2307.07909,
title = {Is Imitation All You Need? Generalized Decision-Making with Dual-Phase Training},
author = {Yao Wei and Yanchao Sun and Ruijie Zheng and Sai Vemprala and Rogerio Bonatti and Shuhang Chen and Ratnesh Madaan and Zhongjie Ba and Ashish Kapoor and Shuang Ma},
journal= {arXiv preprint arXiv:2307.07909},
year = {2023}
}