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。
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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