实体
behavioural cloning
behavioural cloning
PulseAugur coverage of behavioural cloning — every cluster mentioning behavioural cloning across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
DashVMC 学习几何冲刺的实时控制模型
研究人员开发了 DashVMC，一个用于在游戏几何冲刺中学习实时控制的离散世界模型的系统。通过大约两小时的游戏数据进行训练，DashVMC 可以在无需与实时游戏进一步交互的情况下预测游戏状态并执行操作。使用行为克隆初始化并使用近端策略优化进行精炼的控制器在游戏玩法中表现出改进的性能，在消费级硬件上保持了 60 赫兹的捕获到动作循环。
-
新研究质疑模仿学习中行动分块的稳定性假设
一篇新的arXiv研究论文探讨了模仿学习中行动分块的稳定性问题，这是一种用于提高策略性能的技术。该研究向系统注入错误，以衡量在开环和闭环执行机制下错误增长或缩小的速度。研究结果表明，稳定状态很少见，错误放大很常见，传播速率受拟合范围的严重影响。研究表明，需要显式训练闭环反应能力，而不是仅仅依赖标准的模仿学习来处理偏差。