关于机械臂的模仿学习

关于机械臂的模仿学习文章目录1.关键词2.数据集3.框架4.大会/论坛5.相关论文1.关键词模仿学习:Imitationlearning2.数据集图像识别领域的数据集:ImageNet目标检测的数据集:COCO机器问答的数据集:SQuAD3.框架斯坦福的李飞飞实验室,开源了分布式强化学习训练框架SURREAL,用来加速学习过程。团队还发现,用SURREAL框架搭配上文的RoboTurk…

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺

1. 关键词

模仿学习:Imitation learning

2. 数据集

图像识别领域的数据集:ImageNet
目标检测的数据集:COCO
机器问答的数据集:SQuAD

3. 框架

斯坦福的李飞飞实验室,开源了分布式强化学习训练框架SURREAL,用来加速学习过程。

团队还发现,用SURREAL框架搭配上文的RoboTurk数据集服用,让人类教练来“手把手”训练机器人,疗效要比不经人类调教的AI好得多。

在这里插入图片描述

这个框架,把一个分布式RL算法,分解成四个部分 (图中由左向右) :

一是演员 (Actors) ,负责生成经验;
二是缓冲池 (Buffer) ,负责储存经验;
三是学习者 (Learner) ,根据经验来更新参数;
四是参数服务器 (Parameter Server) ,负责储存参数。

在这里插入图片描述

演员部分,是多个演员并行 (Parallel) 的,16个,32个,64个……都可以。

这样一来,AI可用的数据量,能够猛烈增长。

把数据生成和学习过程分开,不需要全局同步 (Global Synchronization) 了,可扩展性 (Scalability) 也就增强了。

另外,框架支持在线 (On-Policy) 和离线 (Off-Policy) 两种策略更新方式。

团队说,系统可以直接部署在云端或者PC端 (如谷歌云、AWS、Azure) ,轻而易举,只需4层:
在这里插入图片描述

第一层,从配置器 (Provisioner) 开始,保障各个云平台的可复现性。

第二层,编配 (Orchestrator) ,用一个完善的云API来分配CPU/GPU资源,复制网络。

第三层,协议 (Protocal) 实现了高效的通信指令。

第四层,就是算法,用PyTorch实现的。


众包平台RoboTurk:
主页 https://crowdncloud.ai/
论文 RoboTurk: A Crowdsourcing Platform for Robotic Skill Learning through Imitation


加速训练的SURREAL:
主页 https://surreal.stanford.edu/
论文 SURREAL: Open-Source Reinforcement Learning Framework and Robot Manipulation Benchmark


4.大会/论坛

  • CoRL机器人学习大会(Conference on Robot Learning),由UC Berkrley、Google、微软、CMU、MIT等顶尖研究机构发起,Google、DeepMind、瑞士科研基金会(SNF)、Facebook、博世等赞助.
    主页:https://www.robot-learning.org/home/program#schedule

  • AAAI 2019,美国人工智能年会(AAAI Conference on Artificial Intelligence),简称 AAAI,是人工智能领域的顶级国际会议。该会议固定在每年的 2 月份举行,由 AAAI 协会主办。
    官网:https://aaai.org/Conferences/AAAI-19/

  • ICLR 2019,国际学习表征会议(International Conference on Learning Representations),简称 ICLR,2013 年成立了第一届,由位列深度学习三大巨头之二的 Yoshua Bengio 和 Yann LeCun 牵头创办。
    官网:https://iclr.cc/1.29

  • ICRA 2019,ICRA 全称为 IEEE International Conference on Robotics and Automation(机器人与自动化会议),是机器人技术领域最有影响力的国际学术会议之一,也是机器人研究人员展示他们作品的重要国际论坛。
    官网:https://www.icra2019.org/1.13

  • ICML 2019,ICML 是 International Conference on Machine Learning 的缩写,即国际机器学习大会。ICML 如今已发展为由国际机器学习学会(IMLS)主办的年度机器学习国际顶级会议。
    官网:https://icml.cc/Conferences/2019

  • CVPR 2019,CVPR 是 IEEE Conference on Computer Vision and Pattern Recognition 的缩写,即 IEEE 国际计算机视觉与模式识别会议。该会议是由 IEEE 举办的计算机视觉和模式识别领域的顶级会议。
    官网:http://cvpr2019.thecvf.com/2.1-2.8

  • ACL 2019,国际计算语言学协会 (ACL,The Association for Computational Linguistics) 是自然语言处理和计算机语言学最顶尖的会议之一,其会员遍布世界各地,被 CCF(中国计算机学会)认定为 A 类国际学术会议,涵盖领域包括语言分析、信息抽取、机器翻译与自动问答等。
    官网:http://www.acl2019.org/EN/index.xhtml5.13

  • KDD 2019,KDD 全称是 Knowledge Discovery and Data Mining,即知识发现与数据挖掘,由美国计算机协会 ACM 下的数据挖掘分会举办,是国际数据挖掘领域的顶级会议。
    官网:https://www.kdd.org/kdd2019/4.28

  • IJCAI 2019,人工智能国际联合大会(International Joint Conference on Artificial Intelligence),简称 IJCAI,是国际人工智能领域排名第一的学术会议,为 CCF A 类会议。该会议起于 1969 年每两年举办一次,自 2016 年起每年举办一次。
    官网:http://www.ijcai19.org/4.13-4.18

  • ICCV 2019,ICCV 全称为 International Conference on Computer Vision(国际计算机视觉大会 ),由 IEEE 主办,与计算机视觉模式识别会议(CVPR)和欧洲计算机视觉会议(ECCV)并称计算机视觉方向的三大顶级会议,每两年召开一次。
    官网:http://iccv2019.thecvf.com/6.14

  • IROS 2019,IROS(全称 IEEE / RSJ International Conference on Intelligent Robots and Systems)是世界机器人和智能系统领域机器人最著名、影响力最大的顶级学术会议,一般是在欧洲、亚洲、美洲三大洲间循环举办。
    官网:http://www.iros2019.org/6.30

5.相关论文

Motion Planning Networks, from UC San Diego Micheal C. Yip’s group, in ICRA, 2019
https://arxiv.org/abs/1806.05767

Learning and Inferring movement with Deep Generative Model, from Tsinghua Fuchun Sun’s lab, in ICML Workshop, 2019
https://arxiv.org/abs/1805.07252

Learning Plannable Representations with Causal InfoGAN, from UC Berkeley Pieter Abbeel’s group, in NeurIPS, 2018
https://papers.nips.cc/paper/8090-learning-plannable-representations-with-causal-infogan

CRAVES: Controlling Robotic Arm with a Vision-based, Economic System
https://zhuanlan.zhihu.com/p/69346868?utm_source=qq&utm_medium=social&utm_oi=903420714332332032

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/191888.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

  • 基于STM32的电池管理系统触摸屏设计方案

    基于STM32的电池管理系统触摸屏设计方案

  • HBase面试题总结1「建议收藏」

    HBase面试题总结1「建议收藏」hbase的特点是什么??1)hbase是一个分布式的基于列式存储的数据库,基于Hadoop的hdfs存储,zookeeper管理。2)hbase适合存储半结构化和非结构化数据,对于结构化数据字段不够确定或者杂乱无章很难按一个概念去抽取数据;3)hbase为空的纪录不会被存储;4)基于的表包含rowkey,时间戳,列族,新写入数据时,时间戳更新,同时可以查询到以前的版本;5)hbase是…

  • recv、recvfrom[通俗易懂]

    recv、recvfrom[通俗易懂]1、recvfrom()接收一个数据报并保存源地址。(这里是windows中的头文件,Linux的用法在下面的那个实例)头文件:#include  #includeintrecvfrom(ints,void*buf,intlen,unsignedintflags,structsockaddr*from,int*fromlen);s:标

  • 信贷风控模型搭建及核心风控模式分类

    信贷风控模型搭建及核心风控模式分类一、当前风控模式现状近年来,信用风险管理发展呈现出数据化、模型化、系统化、自动化和智能化的特点。传统的人工专家经验正逐步被模型与算法替代。因此,科技较为领先的金融服务公司会选择采用模型方式完成对借款人的自动评估与审批。目前,对于信贷审核来说主要基于的风控模式为IPC、信贷工厂、大数据三种,每一种都有自己不同的侧重点。二、最核心的风控模式分类1.IPC模式IPC模式起源于德国邮储银行,该模…

  • Python.win32gui.获取窗体「建议收藏」

    Python.win32gui.获取窗体「建议收藏」importwin32gui,win32conimportpyautoguiaspg#自己的库fromastd.lib.astd_funcimportfind_pic#窗体标题,用spy++获取wdname=’傲视天地-1-5合区-360游戏中心-MozillaFirefox’#None表示从最顶层桌面找起,如果未找到返回0#从顶层窗口向下搜索主窗…

    2022年10月29日
  • 深入理解 Spring 之 SpringBoot 事务原理

    深入理解 Spring 之 SpringBoot 事务原理前言今天是平安夜,先祝大家平安夜快乐。我们之前的数十篇文章分析了Spring和Mybatis的原理,基本上从源码层面都了解了他们的基本原理,那么。在我们日常使用这些框架的时候,还有哪些疑问呢?就楼主而言,楼主已经明白了IOC,AOP的原理,也明白了Mybatis的原理,也明白了Spring和Mybatis是如何整合的。但是,我们漏掉了JavaEE中一个非常重要的特性:事

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号