FOCUS：最优传输监督的仅观测模仿学习
热点事件历史事件
FOCUS：最优传输监督的仅观测模仿学习
1 篇报道1 个报道来源8 天前更新
先了解这件事
AI 综述
João A. Cândido Ramos 等作者提出 FOCUS 模仿学习框架，将局部最优传输对齐与短时域可微 actor-critic 学习结合，用于仅观测模仿学习。作者称，该方法不需要时间对齐的专家轨迹，也不需要专家对齐初始化或 teacher forcing；它用软 best-of-K 目标把智能体 rollout 窗口匹配到多个采样的专家片段，由传输代价给出可微模仿奖励，并用学习到的 critic 在 rollout 时域之外自举价值。 在 DFlex 的接触丰富运动任务中（包括由 152 个肌肉激活控制的肌肉骨骼人形），作者报告 FOCUS 在样本效率和训练稳定性上优于对抗式仅观测模仿方法及此前的可微模仿基线。
AI 根据报道生成 · 8 天前更新
最新进展11月2日 13:00
FOCUS：用最优传输监督的仅观测模仿学习一阶控制方法报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv cs.ROFOCUS：用最优传输监督的仅观测模仿学习一阶控制方法
FOCUS 提出将局部最优传输对齐与短时域可微 actor-critic 学习结合，用于仅观测模仿学习，无需时间对齐的专家轨迹或专家对齐初始化。该方法用软 best-of-K 目标把智能体 rollout 窗口匹配到多个采样的专家片段，由传输代价给出可微模仿奖励，并用学习到的 critic 在 rollout 时域之外自举价值。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 411月4日 01:00
- 近 24 小时变化
- –
01234
02:0004:0006:0008:0010:0012:00
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。