OpenAI研究 一次性模仿学习
模仿学习已普遍应用于单独解决不同的任务。这通常需要仔细的特征工程或大量样本。这远非我们所期望的：理想情况下，机器人应该能够从任何给定任务的极少演示中学习，并立即泛化到同一任务的新情况，而不需要特定于任务的工程。在本文中，我们提出了一种元学习框架来实现这种能力，我们称之为一次性模仿学习。
具体来说，我们考虑有大量任务的设置，每个任务都有很多实例。例如，一个任务可能是将桌子上的所有方块堆叠成一个塔，另一个任务可能是将桌子上的所有方块堆叠成两个方块的塔，等等。在每种情况下，任务的不同实例将包括具有不同初始状态的不同组块。在训练时，我们的算法会针对所有任务的一个子集呈现成对的演示。训练一个神经网络，将一个演示和当前状态（最初是这对演示的初始状态）作为输入，并输出一个动作，目标是状态和动作的结果序列尽可能匹配可能与第二次示范。在测试时，展示了一个新任务的单个实例，神经网络有望在这个新任务的新实例上表现良好。软注意力的使用允许模型泛化到训练数据中看不到的条件和任务。我们预计，通过在更多种类的任务和设置上训练该模型，我们将获得一个通用系统，该系统可以将任何演示转化为可以完成大量任务的强大策略。
此 https URL提供的视频 。
相关文章
近期评论
-
来自： GPT-4V（ision）系统卡
-
来自： GPT-4V（ision）系统卡
-
来自： OpenAI研究 用对抗样本攻击机器学习