Диффузия в обучении с подкреплением и робототехнике: как выразительные политики изменили использо...

Описание: Сергей Левин (Калифорнийский университет в Беркли)
https://simons.berkeley.edu/talks/ser...
Диффузионное генеративное моделирование: прогресс и следующие шаги

В этом докладе я расскажу о том, как модели диффузии и потока трансформировали стратегии непрерывных действий в обучении с подкреплением и управлении роботами. Хотя в принципе методы управления на основе обучения (имитация и обучение с подкреплением) в значительной степени не зависят от конкретного представления, используемого для распределения действий, на практике модели диффузии и потока значительно улучшили производительность изученных стратегий в различных областях управления на основе обучения. Моделируя сложные распределения в многомерных пространствах, эти модели позволили представлять большие «блоки действий» (последовательности действий), что значительно улучшило производительность имитационного обучения и, совсем недавно, производительность методов обучения с подкреплением в автономном режиме и методов обучения с подкреплением от автономного режима к онлайн-режиму. В этом докладе я расскажу об алгоритмах, использующих диффузию и поток для обучения с подкреплением и обучения с подкреплением, а также о некоторых крупномасштабных моделях, построенных на этих принципах.