江苏龙网

  1. 首页 > 资讯 > 科技 > >

|1种策略控制多种模型，华人学生提出RL泛化方法，LeCun认可转发( 二 )


本文插图

如图所示 ， 图中红色圈内的三个模型虽然结构相似 ， 但运动的步态却几乎完全不同 。
不仅如此 ， 训练过程中还有意外收获 。
|1种策略控制多种模型，华人学生提出RL泛化方法，LeCun认可转发
本文插图

研究者们发现在训练过程中 ， 这种学习策略还生成了一些以前完全没见过的智能体模型 ， 这些模型可能同时有好几条腿、或是非常重的手臂 。
如果在测试时适当地调整模型结构 ， 这种策略也能很好地将它们保持平衡 。
但目前也有一点小问题 ， 如果将某一部分肢体的肌肉放大到超乎常理、或是将腿部完全去掉 ， 可能会导致模型失去平衡 。
|1种策略控制多种模型，华人学生提出RL泛化方法，LeCun认可转发
本文插图

无论如何 ， 这个学习策略所展示出来的模型泛化能力已经足够引人惊叹 。
有网友猜测 ， 兴许这是图神经网络的一项应用 。
|1种策略控制多种模型，华人学生提出RL泛化方法，LeCun认可转发
本文插图

这真不错！信息通过肌肉架构传递 ， 且拥有共享权重？听起来GNN能完成得很好 。
也有网友表示 ， 这也许是将强化学习应用到电子游戏和机器人之外的更广泛领域的一个契机 。
|1种策略控制多种模型，华人学生提出RL泛化方法，LeCun认可转发
本文插图

如果我们可以将强化学习应用到电子游戏和机器人以外的方向 ， 这会是一次很有意思的研究 。
华人一作
这篇论文的第一作者Wenlong Huang ， 目前在加州大学伯克利分校就读大二 ， 学习计算机视觉 。
|1种策略控制多种模型，华人学生提出RL泛化方法，LeCun认可转发
本文插图
高中时 ， 他曾与加州大学圣迭戈分校的Zhuowen Tu教授共同研究3D生成模型 ， 目前感兴趣的研究方向是强化学习、机器人和计算机视觉 。
除此之外 ， 他的业余爱好也很广泛 ， 不仅喜欢拉小提琴 ， 也钻研摄影方向 。
论文链接：https://arxiv.org/abs/2007.04976
参考链接：https://www.reddit.com/r/MachineLearning/comments/hpajb2/r_one_policy_to_control_them_all_shared_modular/
— 完 —
量子位 QbitAI · ***签约
【|1种策略控制多种模型，华人学生提出RL泛化方法，LeCun认可转发】关注我们 ， 第一时间获知前沿科技动态


推荐阅读


上一篇：|知乎超10万人喜欢的回答：哪些网站帮你打开了新世界的大门？

下一篇：新机发布|疑似鸿蒙OS2.0版华为Mate40曝光，华为Mate30让路新机彻底边缘化