棱镜偏移下手臂不再从头学:预训练策略并行切换,适应速度中位数约为朴素网络12%
面对棱镜眼镜造成的视觉偏移,经典规范神经网络此前只能从零重学动作策略,误差按1/t缓慢下降。研究者让网络并行保存多套针对不同目标位置预训练的策略矩阵,由类似注意力的混合权重λ挑选最可信的一套。在10×10网格的手臂到达任务中,该迁移学习者在棱镜暴露后约5次试次内缩短到达时间,并在棱镜移除后出现后效应;棱镜偏移后第一次试次,其到达时长中位数约为朴素学习者的12%。
面对棱镜眼镜造成的视觉偏移,经典规范神经网络此前只能从零重学动作策略,误差按1/t缓慢下降。研究者让网络并行保存多套针对不同目标位置预训练的策略矩阵,由类似注意力的混合权重λ挑选最可信的一套。在10×10网格的手臂到达任务中,该迁移学习者在棱镜暴露后约5次试次内缩短到达时间,并在棱镜移除后出现后效应;棱镜偏移后第一次试次,其到达时长中位数约为朴素学习者的12%。
已读完全部报道