LEARNING
基于强化学习引导检索与软融合的鲁棒多模态模仿学习：应对缺失模态
Hassan Ismkhan, Hamid Bouchahcia
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出RL4IL方法，利用强化学习策略从训练库中检索最相关的专家演示，并通过软交叉注意力融合机制处理缺失模态问题。该方法在传感器失效或遮挡时仍能选择合适动作，提升了机器人系统的鲁棒性。
关键词
reinforcement learningimitation learningmissing modalitiesmultimodal fusionrobustness
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