引導式測驗 · 中等 等級

機器人控制測驗的擴散政策

了解擴散策略如何對視覺運動控制的動作序列進行降噪,並在執行過程中根據新的觀察重新規劃。

問題 1 的 8

擴散策略在每個決策點會產生什麼?

預覽每個問題8 問題

當您參加測驗時,就會出現答案和解釋。

  1. 擴散策略在每個決策點會產生什麼?
    • 未來行動的短序列(區塊)
    • 單一瞬時馬達命令
    • 自然語言解釋
    • 訓練的獎勵訊號
  2. 擴散策略借鑒了圖像人工智慧的哪種生成技術?
    • 手動像素繪畫
    • 隨機雜訊的迭代去噪
    • 遺傳演算法
    • 決策樹
  3. 生成式行動策略如何表示具有多個有效解的任務?
    • 必須對每個觀測選擇相同的固定行動
    • 消除對示範或行動資料的需求
    • 它可以模擬多種可行的動作序列,而不是回歸到它們的平均值
    • 它保證比任何舊的控制器更高的成功率
  4. 在訓練過程中,擴散策略中的網路要預測什麼?
    • 句子中的下一個單字
    • 機器人的電池電量
    • 相機的曝光設定
    • 加入到演示動作序列中的噪音
  5. 什麼是擴散政策中的「後退視野」重新規劃?
    • 預測一個動作區塊,但在完成之前用新的觀察結果重新規劃
    • 僅運行機器人一次然後停止
    • 忽略所有感測器輸入
    • 無需演示的培訓
  6. Diffusion Policy 論文為模擬時間序列動作序列引入了哪種架構?
    • 一個沒有時間模型的靜態圖像分類器
    • 一個時間序列擴散變壓器
    • 一個僅文字的循環語言模型
    • 一個固定查詢表的機器人動作
  7. 哪些觀測可以對視覺動作擴散策略進行條件化?
    • 僅文字提示,沒有機器人或場景數據
    • 訓練研究人員的姓名
    • 視覺觀測和機器人的狀態
    • 在推理時標記為正確的未來動作序列
  8. Diffusion Policy 論文的基準評估有多廣泛?
    • 單一機器人基準上的一個任務
    • 數百項任務涵蓋所有機器人平台
    • 僅包含無操作任務的模擬
    • 四個機器人操作基準中的十二項任務