arXiv Robotics· Prabin Kumar Rath, Omkar Patil, Nakul Gopalan·· 5 小时前AI 评分32
Keyframe Mnemonics：面向长时程行为克隆的自监督关键帧发现方法
Self-Supervised Keyframe Discovery for Horizon-Invariant Behavior Cloning
AI 导读
研究者提出 Keyframe Mnemonics，一种通过从随机采样的历史观测中学习目标、并将其作为关键帧选择奖励的自监督方法，用于发现信息关键观测（mnemonics），再训练以这些关键帧为条件的 BC 策略。
推荐理由模型分析
针对非马尔可夫长时程行为克隆中循环模型隐状态崩溃、注意力模型受上下文长度限制的问题，提出用自监督目标从历史观测中挑选关键帧作为策略条件。在 23 项机器人操作任务上相对最强基线平均绝对成功率提升 13.9%，真机在 20 倍更长时程下保持 80% 成功率，可供做长时程模仿学习的研究者比较基线并复现。
来源：arXiv Robotics · arxiv.org