arXiv · ML· Jo\~ao A. C\^andido Ramos, Lionel Blond\'e, Hugues Vinzant, Jacopo Castellini, Alexandros Kalousis·· 4 小时前AI 评分20
FOCUS：利用最优传输监督进行基于观察的模仿学习
FOCUS: First-Order Control Using Optimal Transport Supervision for Imitation from Observations
AI 导读
FOCUS 结合局部最优传输对齐与短视距可微 actor-critic 学习，解决了仅基于状态演示且缺乏时间对应关系的模仿学习问题。 该方法通过软最佳 $K$ 目标匹配智能体轨迹与专家片段，生成可微模仿奖励，并无需时间对齐轨迹或教师强制。 在包含 152 个肌肉激活的肌肉骨骼人形机器人任务中，FOCUS 在 DFlex 环境中提升了样本效率与训练稳定性。
来源：arXiv · ML · arxiv.org