学会不同：面向组合式扩散策略的组件专门化
该论文针对线性组合分数的扩散策略提出一种可直接插入的分数去相关辅助损失，动机来自投影组合理论，通过直接惩罚各组件噪声预测之间的重叠来促使因子专门化，几乎不改动架构、不增加计算开销。作者在多个基准上验证，该损失持续减少组件间可测量的重复计数、改善任务分解，并在不损害多任务性能的前提下产生行为上有意义的专门化。
发布于 10-22 10:54来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《Learning to Be Different: Component Specialization for Compositional Diffusion Policies》查看原链
扩散策略通过线性组合分数，已成为多任务机器人学习的一种有前景的方法：它把独立因子组合起来，从而实现模块化、按任务适配、组合泛化以及可解释的功能分解。 然而，当前的训练目标并不鼓励因子专门化，往往导致去噪器难以解释，其组合预测只是对相同副本取平均，从而削弱了其架构前提。
为解决这一问题，我们提出一种可直接插入的分数去相关辅助损失，其动机来自投影组合理论。 该方法通过直接惩罚组件噪声预测之间的重叠来鼓励专门化，几乎不需要改动架构，也不增加计算开销。 我们在多个基准上证明，该去相关损失持续减少了组件之间可测量的重复计数，改善了任务分解，并在不损害多任务性能的情况下产生了行为上有意义的专门化。
网站：https://al3cl1.github.io/robotics-score-decorrelation。