NACLab/self-revising-active-inference
این پروژه یک پیاده‌سازی رسمی از مقالهٔ «SR-AIF: حل وظایف رباتیکی با پاداش کم‌فراوان از پیکسل‌ها با استفاده از استنتاج فعال و مدل‌های دنیا» است.
کاربرد:
این روش برای آموزش ربات‌ها در محیط‌هایی با پاداش نادر (sparse reward) طراحی شده و از استنتاج فعال و مدل‌های دنیای یادگیری‌شده برای تصمیم‌گیری بهینه استفاده می‌کند.
در چه شرایطی بهتره استفاده شود؟
وقتی که سیستم‌های رباتیک باید از داده‌های بصری (مثل تصاویر دوربین) یاد بگیرند و در شرایطی که بازخورد (پاداش) بسیار کم و غیرمستقیم است، عملکرد داشته باشند.
چند مثال از موارد استفاده:
- ربات‌هایی که باید اشیاء را در محیط‌های پیچیده جابه‌جا کنند بدون دید مستقیم از پاداش
- وظایف کنترلی مانند تعادل‌دهی یا حرکت در مسیرهای نامشخص
- تعامل با محیط‌های دینامیکی که نیاز به برنامه‌ریزی بلندمدت دارند
- ##ActiveInference
- ##Robotics
- ##WorldModels
- ##SparseReward
- ##ReinforcementLearning
- ##AI
- ##SelfRevising
- ##PixelBasedControl
- ##NACLab
- ##DeepLearning