跳到正文
热点事件历史事件

ELA:从视频演示端到端学习潜在动作策略

1 篇报道1 个报道来源5 天前更新

先了解这件事

AI 综述

Cheng-Chun Hsu 与 Peter Stone 提出端到端框架 ELA,将潜在动作模型、潜在动作策略与动作解码器联合训练,让策略能利用大量视频数据和少量带动作标注的机器人演示。作者称,在仿真与真实操作任务上,ELA 表现优于此前的潜在动作基线。 作者还称,ELA 可通过 4M 参数的动作解码器与现有模仿学习方法结合,无需改动策略架构或训练目标。这些效果与兼容性均为论文中的说法。

AI 根据报道生成 · 5 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月5日
  1. arXiv cs.RO
    ELA:从视频演示中端到端学习潜在动作策略

    ELA 是一个从视频演示中端到端学习潜在动作的框架,将潜在动作模型、潜在动作策略与动作解码器联合训练,使策略能利用大量视频数据和少量带动作标注的机器人演示。在仿真与真实操作任务上,ELA 表现优于此前的潜在动作基线,并可通过 4M 参数的动作解码器与现有模仿学习方法结合,无需改动策略架构或训练目标。

本事件热度走势

可比范围当前
3
可比范围峰值
1011月5日 14:00
近 24 小时变化
-49%

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。