LEARNING
世界动作模型通过循环生成重放实现持续模仿学习
Manish Kumar Govind, Dominick Reilly, Smit Patel, Hieu Le, Srijan Das
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出循环生成重放（REGEN）框架，利用世界动作模型（WAM）合成伪重放轨迹，使机器人策略在不存储原始演示的情况下练习先前任务。实验表明，该方法相比顺序微调减少了高达50%的灾难性遗忘，性能接近需要真实重放数据的经验重放方法。
关键词
continual learningimitation learningworld action modelgenerative replaycatastrophic forgetting
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