arXiv · 机器人与计算机视觉· Yusuf Umut Ciftci, Joonwon Kang, Ajay Suresha Sathya, Somil Bansal·· 22 天前AI 评分59
Where Small Mistakes Matter:量化模仿学习中的状态关键性
Where Small Mistakes Matter: Quantifying State Criticality for Imitation Learning
AI 导读
该论文针对模仿学习中所有演示状态被同等对待的问题,形式化了状态关键性的定义,即专家动作的微小扰动导致的下游价值最坏情况退化。作者提出了 SCRIM 方法,通过训练对抗干扰策略和价值评论家来估计每个演示状态的关键性得分。
来源:arXiv · 机器人与计算机视觉 · arxiv.org