跳到正文
arXiv · ML· Donghyeon Ki, Xiaoyu Chen, Jun Ho Seo, Hayeong Lee, Kyungyoon Kim, Byung-Jun Lee, Li Zhao·· 13 小时前AI 评分27

LAPIS 提出基于潜空间动作的离线强化学习方法

Latent Action Policies from Suboptimal Data

AI 导读

LAPIS 通过条件流策略在观测状态-潜空间转换中实现目标条件策略提升,在大多数任务上优于基线方法,视觉操作任务收益最显著。 该方法仅用 1% 动作标签即保持有效,而竞争方法在此设定下性能大幅崩溃,展示了其在低标注场景下的鲁棒性。

来源:arXiv · ML · arxiv.org