LEARNING
基于可表达流教师模型的对抗性双在线策略蒸馏
Zhenglin Wan, Jingxuan Wu, Xingrui Yu, Chubin Zhang, Mingcong Lei, Bo An, Ivor W. Tsang, Yang You
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
提出FA-OPD方法，从演示中学习流匹配教师模型，并与轻量MLP学生模型协同训练，通过奖励通道和动作通道提供互补信号，实现在线探索与局部稳定利用的结合。在多种机器人任务上显著优于现有基线，尤其对噪声和有限演示数据表现出强鲁棒性。
关键词
adversarial dual on-policy distillationflow matchingbehavioral cloningrobot learningdemonstration learning
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018