arXiv 人工智能· Hyunwoo Ryu, Eric Ming Chen, Max Wilcoxson, Vincent Sitzmann·· 5 小时前AI 评分59
研究提出自我改进的视频到动作模型 Mirror
Self-Improving Video-to-Action Models
AI 导读
研究人员提出自监督方法 Mirror，无需先验动作数据或人工设计奖励即可通过环境交互学习视频到动作的映射。Mirror 尝试执行对视觉规划的最佳动作推测，并利用交互生成的视频动作对进行自监督增量训练。实验显示其在 Atari、OGBench 和 DeepMind Control 上超越主流观察学习方法，并在 Minecraft 生存模式中仅靠自我改进即获得铁镐。
来源：arXiv 人工智能 · arxiv.org