PulseAugur
中
实时 05:57:02
English(EN) Implicit Neural Representations of Individual Behavior

新模型从无标签行为数据中学习策略

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新的自监督生成模型，称为 Behavioral INR，它将隐式神经表示 (INR) 应用于从无标签行为数据中学习策略表示。该模型将每个数据点视为来自底层函数的样本，使其能够处理可变的片段长度和不同的采样粒度。Behavioral INR 旨在无监督地推断策略身份，并定义了策略中分布外偏移的新指标。 AI

影响 引入了一种新颖的自监督策略表示学习方法，有可能改善从多样化、无标签数据集中进行代理训练。

排序理由 该集群包含一篇详细介绍新模型和方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Priya Narasimhan ·

    个体行为的隐式神经表征

    We study policy representation learning from unlabeled multi-policy behavioral data. Each episode is generated by a fixed policy, but policy labels are unavailable. This setting appears in robotics play, demonstrations, games, racing, and other datasets where heterogeneous behavi…

相关实体

相关话题