专题：Skill Discovery
共6篇相关文章
无监督技能发现的经典工作有哪些，你能一一列举吗？
目录🐱 UnsupervisedDiversity is All You Need: Learning Skills without a Reward Function (diayn)Explore, Dis...
Skill Discovery | DoDont 是一个概念或游戏，旨在通过一系列的做和不做的指令来帮助玩家发现和练习新技能。以下是一个基于这个概念的示例，使用 do 和 don't：**Skill: Public Speaking****Do:
论文标题：Do's and Don'ts: Learning Desirable Skills with Instruction Videos NeurIPS 2024 poster。 arx...
如何通过LLMCLIP调整dodont权重，引导agent安全探索？
使用 LLMCLIP 模型，输出 statepixel observation 与人类意图的匹配程度，作为 dodont 的加权权重。...
如何用描述状态的嵌入距离为的？
用语义距离 d_lang(x,y) = cos_sim[ l(s_1), l(s_2)] ，来作为 metra 的 1-Lipschitz 约束。...
Skill Discovery | METRA：如何将策略探索的state嵌入的疑问空间？
为 state space 训练一个紧凑的 embedding space，使得 embedding 间的距离与 temporal distance 相匹配，然后让 policy 尽可能覆盖 embedding space。...
Skill Discovery | RGSD：如何基于高质量参考轨迹，预训练skill space？
① 用对比学习把参考轨迹的 embedding 尽可能拉远，② 使用 DIAYN reward 同时做模仿学习和 skill discovery。...