LISA:言語からの解釈可能なスキル抽象化の学習【JST・京大機械翻訳】

Garg Divyansh; Vaidyanath Skanda; Kim Kuno; Song Jiaming; Ermon Stefano

プレプリント

J-GLOBAL ID：202202206999098691 整理番号：22P0296704

LISA:言語からの解釈可能なスキル抽象化の学習【JST・京大機械翻訳】

LISA: Learning Interpretable Skill Abstractions from Language

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年02月28日プレプリントサーバーでの情報更新日： 2022年12月06日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

複雑なマルチタスク環境における言語命令を効果的に利用する学習政策は,逐次意思決定における重要な問題である。全体の言語命令を直接条件づけることが可能であるが,そのようなアプローチは一般化問題に悩まされる。本研究では,言語条件付実証から,多様な,解釈可能なプリミティブ行動またはスキルを学習できる階層的模倣学習フレームワークである,学習インタテーブル学習フレームワーク(LISA)を提案する。LISAはベクトル量子化を用いて,言語命令と学習された政策の行動と高度に相関する離散スキル符号を学習する。ナビゲーションおよびロボット操作環境において,LISAは,低データ領域において,強い非階層的決定変換基準を凌駕し,そして,学習スキルを,非意味長範囲命令を含むタスクを解くために,構成することができた。提案手法は,逐次意思決定問題における言語上の条件に対するより自然な方法を実証し,学習スキルによる解釈可能かつ制御可能な挙動を達成した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , 【Automatic Indexing@JST】

人工知能 , ロボットの運動・制御

, , , ,

前のページに戻る