wuvin
Always take risks!
Toggle navigation
wuvin
主页
实验室的搬砖生活
机器学习
公开的学术内容
公开的其他内容
About Me
归档
标签
友情链接
ZYQN
ihopenot
enigma_aw
hzwer
杨宗翰
Learning Generalizable Visual Representations via Interactive Gameplay
2021-02-07 10:02:51
1482
0
0
wuvin
# Learning Generalizable Visual Representations via Interactive Gameplay --- ## Info * Conference: ICLR 2021 Oral * Cites: 0 * Github Stars: / * Github Solved/Issue: / * Author: / --- # Main Idea * 太强啦!!!这真的是发ICLR吗?不发Nature Science吗? * 创造了一个虚拟环境,让AI玩类似于 Hide-and-Seek 找东西的游戏,强化学习训练,从而提升视觉试别的泛化能力。 * ![title](https://leanote.com/api/file/getImage?fileId=601f4cedab64413ace00016a) * ![title](https://leanote.com/api/file/getImage?fileId=601f4d4cab64413ace00016b) * ![title](https://leanote.com/api/file/getImage?fileId=601f4e10ab64413ace0001cf) * ![title](https://leanote.com/api/file/getImage?fileId=601f4e24ab64413cca000130) * ![title](https://leanote.com/api/file/getImage?fileId=601f4e84ab64413cca000131) # Comments * 可以看到由于实质上虚拟和真实环境的材质不同导致预测结果并不一定可靠(看那张把茶几识别成地面的),这个时候就需要DA,特别是 Few-Shot DA,让机器人尝试在尽可能真实的环境小玩几把来实现材质对齐。但是现在的 DA 似乎都是假设原模型是一个普通单帧NN,对于这种用强化学习训练出来的复杂结构做DA,似乎还没见人做过。
上一篇:
Score-Based Generative Modeling through Stochastic Differential Equations
下一篇:
ML Tricks
0
赞
1482 人读过
新浪微博
微信
腾讯微博
QQ空间
人人网
提交评论
立即登录
, 发表评论.
没有帐号?
立即注册
0
条评论
More...
文档导航
没有帐号? 立即注册