本项目 · 项目发布与研究
DayDreamer 将世界模型用于真实机器人学习
DayDreamer 研究在四种真实机器人上直接在线学习，通过学得的世界模型想象未来并改进策略，不依赖仿真器。
此条记录 CoRL 2022 的研究范围，不能推断所有机器人任务都适用。
DayDreamer 研究团队 / 独立收录记录
DayDreamer（CoRL 2022）
DayDreamer 在实体机器人上边交互边学习世界模型，再利用模型想象的轨迹训练行为。论文报告四种机器人平台的在线学习实验。
技术资料
来源与原文 ↓能做什么，使用时要注意什么
输入与结果
- 提供什么
- 本体感知和视觉观测。动作条件另见“动作的作用”；各机器人平台的具体观测组成需要分别查阅论文。
- 得到什么
- 动作条件下预测的内部表征序列。作者实现还从内部状态与表征重建输入，预测奖励和回合结束；这里先列核心序列预测对象。
- 动作的作用
- 预测以动作为条件。
开放情况与使用边界
材料说明的限制
长时间在硬件上学习会造成磨损，可能需要人工干预或维修。
分类与用途
- 控制方式
- 机器人动作
- 应用领域
- 机器人
区分不同机器人平台的观测、动作与奖励设置。想象式策略训练发生在内部表征空间；本页不将四个平台的实验概括为同一套通用权重。
查看分类依据 ↓资料尚未确认
开放方式开源情况需要区分的对象已收录材料不足以判断，未确认不代表没有相应能力。
沿着公开资料继续了解
按事件时间展示已收录进展，非完整新闻列表。
来源与原文
按原始材料集中查阅；相同原句合并展示，对应资料与阅读日期一并保留。
DayDreamer（CoRL 2022） · 项目原始材料
补充阅读入口，当前技术字段未引用该页摘录。
DayDreamer（CoRL 2022） · 项目原始材料
补充阅读入口，当前技术字段未引用该页摘录。
DayDreamer（CoRL 2022） · 项目原始材料
核对原文摘录 · 3 段，支持 5 项资料
原阅读方向 / 输出什么 / 动作是否影响预测
A recurrent neural network predicts the sequence of these representations given actions.一句话认识
DayDreamer learns a world model and an actor critic behavior to train robots from small amounts of experience in the real world, without using simulators.输入什么
To learn from proprioceptive and visual inputs alike, the world model fuses the sensory inputs of the same time step together into a compact discrete representation.DayDreamer（CoRL 2022） 相关论文 · arXiv:2206.14176v1
核对原文摘录 · 1 段，支持 1 项资料
材料说明的限制
learning on hardware over many hours creates wear on robots that may require human intervention or repair.本站整理来源中的声明，不核查厂商声明真伪，不评价模型优劣。了解收录方式 →