面向交互式指令遵循智能体的在线持续学习
计算机视觉与模式识别
2025-05-16 v2
摘要
在通过语言指令学习嵌入式智能体执行日常任务时，文献中主要假设该智能体在开始时学习所有训练数据。我们认为，这种学习场景不够现实，因为机器人智能体应该不断探索和感知世界。为迈向更现实的嵌入式智能体学习场景，我们提出了两种持续学习设置：学习新行为 (行为递增学习，Behavior-IL) 和学习新环境 (环境递增学习，Environment-IL)。对于这些任务，之前基于数据先验的持续学习方法维护过去任务的 logits，但存储的信息常常不足以学习信息，需要任务边界信息，而这可能始终不可用。因此，我们提出基于置信度分数在训练期间无需任务边界信息的情况下以移动平均方式更新它们，称为置信度感知移动平均 (CAMA)。在所提出的 Behavior-IL 和 Environment-IL 设置中，CAMA 在我们的实证验证中显著优于先前的 SOTA 方法。项目页面包括代码：https://github.com/snumprlab/cl-alfred。
引用
@article{arxiv.2403.07547,
title = {SMURF: Continuous Dynamics for Motion-Deblurring Radiance Fields},
author = {Jungho Lee and Dogyoon Lee and Minhyeok Lee and Donghyung Kim and Sangyoun Lee},
journal= {arXiv preprint arXiv:2403.07547},
year = {2025}
}
备注
CVPRW 2025, Neural Fields Beyond Conventional Cameras, Project Page: https://jho-yonsei.github.io/SMURF/