Domain Randomization
PulseAugur coverage of Domain Randomization — every cluster mentioning Domain Randomization across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
新的基准测试Sim2Signal解决了交通信号控制中的仿真到真实差距问题
研究人员推出了Sim2Signal，这是一个新的基准测试，旨在系统地衡量和评估在交通信号控制中使用强化学习来弥合“仿真到真实差距”的方法。这种差距是指在模拟中训练的策略在现实世界部署中失败的现象，该差距被分解为观察、动作、转移和奖励组件，每个组件都单独诱导。在33个差距设置和10个校准网络上的实验表明，直接迁移会持续降低性能，并且缓解效果高度依赖于特定的网络和差距类型。研究发现，估计差距变化的方法通常比域随机化技术更有效。
-
新框架通过持续不确定性学习增强控制系统鲁棒性
研究人员开发了一个名为持续不确定性学习（CUL）的新框架，旨在提高处理多种不同不确定性的控制系统的鲁棒性。该方法采用基于课程的学习方法，将复杂的控制问题分解为逐步扩展不确定性范围的顺序任务。通过采用内存高效的正则化技术并嵌入基线模型控制器，CUL旨在提高学习效率并保留先前获得的策略。该框架成功应用于汽车动力总成的有源振动控制器，证明了其在非线性和动态变化方面的控制性能和鲁棒性得到了改善。
-
课程学习加速自动驾驶代理训练
研究人员开发了CL4AD，一个新颖的课程学习框架，旨在提高自动驾驶代理的训练效率。该系统优先处理关键交通场景，显著减少代理达到高成功率所需的交互次数。实验表明，与传统的域随机化相比，CL4AD可以在少10亿步的情况下达到99%的成功率，在计算能力有限的情况下，训练时间缩短了77%，样本效率提高了67%。
-
ASU教授称LLM Agent面临“模拟到现实”鸿沟，重蹈强化学习覆辙
亚利桑那州立大学助理教授魏华认为，当前大型语言模型（LLM）Agent在实际应用中面临的挑战，与传统强化学习（RL）中遇到的“模拟到现实”（sim-to-real）鸿沟相似。他强调了语言泛化困难以及从模拟环境转向复杂物理世界时决策失败等问题。魏提出将机器人学中的“域随机化”（domain randomization）等技术应用于LLM Agent，并通过在提示（prompts）和动作空间（action spaces）中引入扰动，证明即…
-
强化学习通过域随机化解决模拟到现实的差距
一个新视频探讨了在强化学习中弥合模拟到现实差距的挑战。该视频演示了如何使用域随机化来解决这些问题，尽管它指出这种方法需要显著更长的训练时间。
-
无网格域随机化增强3D高斯溅射以实现从模拟到现实的迁移
研究人员开发了一种新颖的无网格域随机化技术，用于3D高斯溅射（3DGS），以改善模型从模拟到现实世界的迁移。该方法通过扰动3DGS的参数空间，而不是依赖传统的面片网格，来生成多样化的训练数据。该方法包括一个光度管线，用于修改球谐函数系数以实现光照和颜色变化；以及一个程序化管线，用3D空间噪声替换纹理。然后将这些随机化的辐射场与各种背景合成，为复杂几何形状的数据集提供了一种更强大的创建方式。
-
新的JAX框架加速了渗透测试的强化学习
研究人员开发了NASimJax，一个基于JAX的新框架，旨在加速渗透测试的强化学习（RL）。该框架显著提高了现有模拟器的速度，使得在比以往更大、更复杂的网络场景中进行训练成为可能。该系统引入了一种处理大动作空间的新方法，并研究了提高跨不同网络拓扑的零样本策略泛化能力的方法。
-
开发者使用领域随机化训练鲁棒性强化学习智能体
一位开发者在利用领域随机化训练强化学习智能体方面取得了进展。该技术有助于创建更鲁棒的智能体，开发者已成功实施该技术以提高机器人处理推搡的能力。此外，相关 Arduino 代码中的后处理步骤已大大减少。
-
自适应强化学习增强四旋翼飞行器飞行控制
研究人员开发了一种新的基于深度强化学习的四旋翼飞行器自适应控制系统。该系统通过主动预测和响应实时扰动来增强飞行控制，超越了传统的域随机化方法。在Crazyflie微型四旋翼飞行器上的实际测试表明，即使在质量变化和不对称载荷等显著变化下，其轨迹跟踪性能也优于现有方法。