Imitation Learning
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 1
- 평가표
- 0
- 보존된 평가 기록
- 0
Imitation Learning is a framework for learning a behavior policy from demonstrations. Usually, demonstrations are presented in the form of state-action trajectories, with each pair indicating the action to take at the state being visited. In order to learn the behavior policy, the demonstrated actions are usually utilized in two ways. The first, known as Behavior Cloning (BC), treats the action as the target label for each state, and then learns a generalized mapping from states to actions in a supervised manner. Another way, known as Inverse Reinforcement Learning (IRL), views the demonstrated actions as a sequence of decisions, and aims at finding a reward/cost function under which the demonstrated decisions are optimal.
Finally, a newer methodology, Inverse Q-Learning aims at directly learning Q-functions from expert data, implicitly representing rewards, under which the optimal policy can be given as a Boltzmann distribution similar to soft Q-learning
Source: Learning to Imitate
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
Qwen-RobotManip 기술 보고서: 정렬(Alignment)이 로봇 조작 파운데이션 모델의 스케일링을 가능하게 하다
모션 중심 잠재 행동을 통한 인간 에고 비디오 기반 크로스-엠보디먼트 VLA 학습
Do as I Do: 일상적인 인간 비디오에서의 교묘한 조작 데이터
고스트 어트랙터 네트워크: 폐루프 순차 생성을 위한 분지 구조 동적 디코더
VLA는 기초조차 알고 있는가? 비전-언어-행동 모델의 상식 및 세계 지식 보유 측정
Guava: 구현화된 조작을 위한 효과적이고 보편적인 하네스
GUI 에이전트를 위한 스킬 유도 연속 증류
AlignDrive: 엔드-투-엔드 자율 주행을 위한 정렬된 횡-종방향 계획
Kairos: 물리적 AI를 위한 네이티브 월드 모델 스택
시각-운동 제어를 위한 대조적 행동-이미지 사전학습
AnnotateAnything: 로봇 조작을 위한 3D 자산의 자동 주석
WeaveLA: Event Driven Cross-Subtask Latent Memory Weaving for Repetitive Robot Manipulation
GeneralVLA-2: 로봇 계획을 위한 기하학적 인식 재구성 및 통제된 메모리
GASE: 구현형 시뮬레이션 환경 재구성을 위한 가우시안 스플래팅 기반 자동화 시스템
MagicSim: 실행 가능한 구현된 상호작용을 위한 통합 인프라
Moving Out: 물리적으로 기반한 인간-AI 협업
VISTA: 행동 이력 조건화를 통한 스케일 인식 시각 내비게이션
ProCUA-SFT 기술 보고서
행동 생성은 어디서 시작해야 하는가? 생성형 로봇 정책을 위한 학습 가능한 소스 사전(Source Prior)
강건한 확산 정책을 위한 Kolmogorov 회귀
신경기호 자율 사이버 에이전트를 위한 관측 기반 레드 에이전트 정책 학습
LabVLA: 과학 실험실에서 비전-언어-액션 모델의 그라운딩
품질 다양성 웹 에이전트 모방을 위한 투기적 롤백 교정
μVLA: VLA 모델에서 부분 관측 가능 조작을 위한 순환 메모리
오프라인 모방 학습 기반 해상 이상 탐지를 위한 희소성 게이트 문맥 조건화
모방에서 정렬로: 장거리 보도 내비게이션을 위한 인간 선호도 플로우 정책
Teach-and-Repeat: 모바일 화면 데모에서 운영 지식을 정확히 추출하여 GUI 에이전트 역량 강화
웨트랩 로보틱스를 위한 체화 시뮬레이션 플랫폼, 벤치마크 및 데이터 효율적 증강 프레임워크
SPARC: 대규모 로봇 시연이로부터 신뢰할 수 있는 공간 주석
MaskWAM: 월드-액션 모델을 위한 마스크 프롬프팅과 예측의 통합
RepWAM: 표현 기반 비전-행동 토크나이저를 활용한 월드 액션 모델링
Embodied-R1.5: Evolving Physical Intelligence via Embodied Foundation Models
TacCoRL: 시뮬레이션을 통한 비전-언어-행동(VLA) 모델로의 촉각 피드백 통합
크리틱 아키텍처의 중요성: 휴머노이드 로코-매니퓰레이션을 위한 이중 vs. 통합 크리틱
PAWS: Advantage 가중 세그먼트 기반 선호도 학습
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.