基于对比学习的视觉鲁棒性强的对抗性模仿学习
机器学习
2024-09-17 v2 计算机视觉与模式识别
摘要
我们提出了 C-LAIfO，一个针对代理域与专家域之间视觉不匹配情况下的视频模仿学习的高效计算算法。我们分析了在视觉差异存在的专家视频模仿学习问题，提出使用对比学习和数据增强实现鲁棒潜在空间估计的解决方案。在提供视觉鲁棒潜在空间后，本算法在该空间内进行模仿，使用基于离政策的对抗性模仿学习。我们进行了详尽的消融研究以证明设计合理性，并在高维连续机器人任务上测试了 C-LAIfO。此外，我们展示了 C-LAIfO 可如何与其他奖励信号结合，以帮助在奖励稀疏的挑战性手部操作任务上实现学习。我们的实验表明，C-LAIfO 在基线方法上实现了 improved performance，凸显了 C-LAIfO 的有效性。为确保可重复性，我们开源了代码。
引用
@article{arxiv.2407.12792,
title = {Visually Robust Adversarial Imitation Learning from Videos with Contrastive Learning},
author = {Vittorio Giammarino and James Queeney and Ioannis Ch. Paschalidis},
journal= {arXiv preprint arXiv:2407.12792},
year = {2024}
}