feifanren

摘要： Unsupervised Visual-Linguistic Reference Resolution in Instructional Videos We propose an unsupervised method for reference res-olution in instruction 阅读全文

摘要： PURPOSIVE VISUAL IMITATION FOR LEARNING STRUCTURED TASKS FROM VIDEOS ADISSERTATION 有目的的视觉模仿，以学习视频中的结构化任务 我们提出有目的的视觉模仿，从视频中了解演示者的目标和意图。 我们证明，与从视频中学习低级轨 阅读全文

摘要： LINS: A Lidar-Inertial State Estimator for Robust and Efficient Navigation LINS：用于鲁棒高效导航的激光雷达惯性状态估计器 —我们介绍了LINS，它是一种轻量级的激光雷达惯性状态估计器，用于实时自我运动估计。 所提出的方法 阅读全文

摘要： 基于目标的模仿学习的运动推理 Motion Reasoning for Goal-Based Imitation Learning De-An Huang1,2, Yu-Wei Chao∗,2, Chris Paxton∗,2, Xinke Deng2,3,Li Fei-Fei1, Juan Car 阅读全文

摘要： [7]. Augmenting GAIL with BC for sample efficient imitation learning 作者: Rohit Kumar Jena (Carnegie Mellon University)*; Changliu Liu (Carnegie Mellon 阅读全文

摘要： Robot Learning from Demonstration by Constructing Skill Trees 通过构建技能树从演示中学习机器人 我们描述了CST，这是一种根据演示轨迹构建技能树的在线算法。 CST将演示轨迹划分为组件技能链，其中每个技能都有一个目标，并从抽象库中分配了合 阅读全文

摘要： meshgrid 的使用方法： [X,Y] = meshgrid(x,y) 将向量x和y定义的区域转换成矩阵X和Y，这两个矩阵可以用来表示mesh和surf的三维空间点以及两个变量的赋值。其中矩阵X的行向量是向量x的简单复制，而矩阵Y的列向量是向量y的简单复制。 Generate X and Y m 阅读全文

摘要： 一.学习目标 了解基于价值和基于策略的强化学习之间的区别 了解REINFORCE算法（蒙特卡洛策略梯度） 了解Actor-Critic（AC）算法 了解优势函数 了解确定性策略梯度（可选） 了解如何使用异步Actor-Critic算法和神经网络扩展Policy Gradient方法（可选） 1.了解 阅读全文

摘要： 强化学习按理解环境的程度可以划分为无模型和有模型,Q-Learning算法是典型的无模型强化学习算法,与有模型的强化学习算法的区别是它的后继状态$[S']\(未知，只能通过与环境交互以试验和采样的方法得到一个后继状态\)[S']\(。所以Q-Learning算法仅由元组\)[\left( {S,A, 阅读全文

摘要： #学习目标 1.了解表查找中函数逼近的动机 2.了解如何将函数逼近合并到现有算法中 3.了解函数逼近器和RL算法的收敛特性 4.了解使用经验重播的批处理 #总结 1.建立一个大表（每个状态或状态-动作对一个值）会导致内存和数据效率低下。 通过使用特征化状态表示，函数逼近可以推广到看不见的状态。 2. 阅读全文