面向具身家务活动的语言信息迁移学习
机器人学
2023-01-16 v1 人工智能
机器学习
摘要
为使服务机器人在日常家庭环境中成为通用助手，它们不仅需要庞大的基本技能库，还需具备快速学习用户指定的新任务的能力。在许多视觉和语言领域，针对各种下游任务微调神经网络已取得成功，但在多样化的长时序任务之间的迁移学习研究仍然有限。我们提出，与从头开始为新家务活动进行强化学习相比，家用机器人可受益于迁移为相似任务训练的价值网络和策略网络。我们在 BEHAVIOR 仿真基准中评估了这一想法，该基准包含大量家务活动和一组动作基元。为便于在不同任务的状态空间之间进行映射，我们提供了基于文本的表示，并利用语言模型生成一个共同的嵌入空间。结果表明，相似源活动的选择可依据状态和目标描述与目标任务之间的语义相似性来指导。我们进一步分析了结果，并讨论了克服灾难性遗忘问题的方法。
引用
@article{arxiv.2301.05318,
title = {Language-Informed Transfer Learning for Embodied Household Activities},
author = {Yuqian Jiang and Qiaozi Gao and Govind Thattai and Gaurav Sukhatme},
journal= {arXiv preprint arXiv:2301.05318},
year = {2023}
}