Continuous Control
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 3
- 평가표
- 73
- 보존된 평가 기록
- 116
Continuous control in the context of playing games, especially within artificial intelligence (AI) and machine learning (ML), refers to the ability to make a series of smooth, ongoing adjustments or actions to control a game or a simulation. This is in contrast to discrete control, where the actions are limited to a set of specific, distinct choices. Continuous control is crucial in environments where precision, timing, and the magnitude of actions matter, such as driving a car in a racing game, controlling a character in a simulation, or managing the flight of an aircraft in a flight simulator.
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
DaCe-DT: 이종 태스크를 위한 적응형 프롬프트 및 궤적 보정을 통한 데이터 중심 오프라인 멀티태스크 강화학습
Faster-WAM: 월드 액션 모델에 딥 액션 모듈이 필요한가?
샘플링 기반 잠재 계획을 위한 제어 기하학 직선화
LHM-Humanoid: 복잡한 장면에서 연속적인 물체 운반을 위한 장기 휴먼 모션 제어
연속 시간 제어를 위한 행동 기반 프로세스
잔차 잠재 행동을 통한 시각적 특징 기반 월드 모델 학습
파티클 몬테카를로 트리 탐색
Guided Action Flow: 동결된 비전-언어-행동 정책을 위한 가치 유도 샘플링
VLA 강화학습을 위한 사후 경험 학습
JEPA 월드 모델을 활용한 계획 수립에서 표현 기하학의 중요성
CSWAM: 월드 액션 모델에서의 분포 외 일반화를 위한 더 나은 인과적 의미 표현
행동 셰이핑: 정책은 자신이 표현할 수 있는 것을 흡수한다
월드 모델을 위한 적응형 잠재 용량
완화된 확률 제어 문제를 위한 연속 정책 및 가치 반복과 그 수렴성
그래디언트 기반 플래닝을 위한 월드 모델의 학습-테스트 격차 해소
로봇 시스템용 블랙박스 안전 강화학습 제어기에 대한 시연 기반 관측 공격
선형 이차 레귤레이터를 위한 스칼라 연합학습
시간 스케일 분리를 통한 회전 유폭 엔진 모드 전환의 심층 강화학습 제어
ROVE: 강화학습을 통해 휴머노이드 조작을 위한 인간 개입 활용하기
로마에 가면 로마법을 따르라: 이종 에이전트로부터 보편적 행동 학습하기
DriftWorld: 드리프팅을 통한 고속 월드 모델링
NEEDLEWORK: 검증된 로컬 스티칭을 통한 로봇 데이터의 오프라인 재작성
Co-Design Gym: 신체 구조-정책 공동최적화를 위한 통합 벤치마크
SD-DPC: 희소 딕셔너리 미분 가능 예측 제어
다중 신뢰도 정책 그래디언트를 통한 데이터 부족 강화학습 안정화
분해된 가치 그래디언트 흐름을 통한 테스트 시점 다중 에이전트 조정
견고하고 역동적인 로봇 보행을 위한 저주파수 모션 제어 학습
하이브리드 대규모 언어 모델(LLM)-기호 계획 및 LLM 유도 강화학습을 통한 새로움 적응
WAM-OPD: 온-정책 증류를 통한 월드 액션 모델 사후 학습을 위한 비디오-액션 공동 지도
LayerRoute: 비전-언어-행동 정책을 위한 행동 조건부 층 혼합 라우팅
촉각적 호기심을 통한 로봇 상호작용 유도
Screw Attention: 트랜스포머 내부의 강체 대수학
점진적 시각 계획을 결합한 월드 액션 모델링
프레임의 움직임이 적을 때 JEPA 월드 모델의 계획 수립 가능성을 유지하는 방법
접촉이 빈번한 조작을 위한 동변 시각-촉각 확산 정책
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.