Network architecture enforced symmetry
Notice bibliographique
Résumé
Deep reinforcement learning has only been recently used to control characters with continuous action space and high degrees of freedom.The locomotion produced by policies that are generated from the direct application of deep reinforcement learning are seldom symmetric.As such a direct application does not provide a mechanism to impart symmetry.One of the ways to generate more human-like locomotion is to introduce a reward to mimic motion-capture data and the other way is to introduce symmetry constraints.This thesis proposes a novel method that is hard-constrained to be state-action space symmetric and enforces temporal-state symmetry while penalizing for energy usage.This mechanism can generate a variety of natural looking gait patterns that capture the correct level of symmetry for the given task in an automated fashion.The proposed method is robust to learning a variety of desired gaits even on rugged terrain.This level of diversity is greater than an existing state-of-the-art work that uses deep reinforcement learning for symmetric locomotion.In quantitative comparisons, our method generates policies that are comparable in visual appeal and show lower variance in evaluation metrics compared to the state-of-the-art.i 5.5 Evaluation metrics of policies generated for walking gait on flat terrain, using methods specified in the comparative analysis. . . . . . . . . . . . . 5.6Evaluation metrics of policies generated for walking gait on rugged terrain, using methods specified in the comparative analysis. . . . . . . . . . . . .ix 5.7 Evaluation metrics of policies generated for walking gait of the asymmetric character, on flat terrain, using selected methods. . . . . . . . . . . . . . .
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».