面向视觉对抗模仿学习的关系型模仿方法
机器学习
2019-12-19 v1 人工智能
计算机视觉与模式识别
机器人学
机器学习
摘要
在本工作中，我们提出了一种从视频演示中进行模仿学习的新方法。我们的方法 Relational Mimic (RM) 通过结合生成对抗网络(generative adversarial networks)与关系学习，改进了以往的视觉模仿学习方法。RM 具有灵活性，可与其他近期在生成对抗模仿学习方面的进展结合使用，以更好地满足对更鲁棒且样本高效的方法的需求。此外，我们引入了一种新的神经网络架构，在强化学习上超越了以往的最优性能(state-of-the-art)，并说明了增强智能体的关系推理能力如何使其在以像素为输入的具有挑战性的运动任务中取得越来越高的性能。最后，我们通过消融研究考察了关系学习在策略评估、策略改进与奖励学习中的作用与贡献。
引用
@article{arxiv.1912.08444,
title = {Relational Mimic for Visual Adversarial Imitation Learning},
author = {Lionel Blondé and Yichuan Charlie Tang and Jian Zhang and Russ Webb},
journal= {arXiv preprint arXiv:1912.08444},
year = {2019}
}