跟随还是不跟随：基于观测的选择性模仿学习
机器人学
2019-12-18 v1 人工智能
机器学习
摘要
从演示中学习是将技能从一个智能体迁移到另一个智能体的有用方式。虽然大多数模仿学习方法旨在通过逐步跟随演示来模仿专家技能，但当学习器及其环境不同于演示时，模仿演示中的每一步往往变得不可行。本文提出一种可模仿仅由观测组成的演示的方法，该演示可能无法由当前智能体复现。我们的方法称为基于观测的选择性模仿学习 (SILO)，其选择演示中可达的状态并学习如何到达所选状态。我们在模拟与真实机器人环境下的实验表明，我们的方法通过跟随演示可靠地执行新任务。视频与代码见 https://clvrai.com/silo 。
引用
@article{arxiv.1912.07670,
title = {To Follow or not to Follow: Selective Imitation Learning from Observations},
author = {Youngwoon Lee and Edward S. Hu and Zhengyu Yang and Joseph J. Lim},
journal= {arXiv preprint arXiv:1912.07670},
year = {2019}
}
备注
Published at the Conference on Robot Learning (CoRL) 2019