Submitted 13 September, 2024; originally announced September 2024. , Comments: xTED offers a novel, generic, flexible, simple and effective paradigm that casts cross-domain policy adaptation as a data pre-processing problem
توضیحات به فارسی
ارسال شده 13 سپتامبر 2024 ؛در ابتدا در سپتامبر 2024 اعلام شد. ، نظرات: XTED یک الگوی جدید ، عمومی ، انعطاف پذیر ، ساده و مؤثر ارائه می دهد که سازگاری خط مشی متقابل را به عنوان یک مشکل پیش پردازش داده ارائه می دهد
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
این محصول به صورت فایل دانلودی کامل ارائه میشود.
توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا
لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی: واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248 تلگرام: @ma_limbs
چکیده
Reusing pre-collected data from different domains is an attractive solution in decision-making tasks where the accessible data is insufficient in the target domain but relatively abundant in other related domains. Existing cross-domain policy transfer methods mostly aim at learning domain correspondences or corrections to facilitate policy learning, which requires learning domain/task-specific model components, representations, or policies that are inflexible or not fully reusable to accommodate arbitrary domains and tasks. These issues make us wonder: can we directly bridge the domain gap at the data (trajectory) level, instead of devising complicated, domain-specific policy transfer models? In this study, we propose a Cross-Domain Trajectory EDiting (xTED) framework with a new diffusion transformer model (Decision Diffusion Transformer, DDiT) that captures the trajectory distribution from the target dataset as a prior. The proposed diffusion transformer backbone captures the intricate dependencies among state, action, and reward sequences, as well as the transition dynamics within the target data trajectories. With the above pre-trained diffusion prior, source data trajectories with domain gaps can be transformed into edited trajectories that closely resemble the target data distribution through the diffusion-based editing process, which implicitly corrects the underlying domain gaps, enhancing the state realism and dynamics reliability in source trajectory data, while enabling flexible choices of downstream policy learning methods. Despite its simplicity, xTED demonstrates superior performance against other baselines in extensive simulation and real-robot experiments.
چکیده به فارسی (ترجمه ماشینی)
استفاده مجدد از داده های از پیش جمع آوری شده از حوزه های مختلف یک راه حل جذاب در کارهای تصمیم گیری است که در آن داده های قابل دسترسی در حوزه هدف کافی نیست اما در سایر حوزه های مرتبط نسبتاً فراوان است.روشهای انتقال خط مشی بین دامنه موجود بیشتر هدف از یادگیری مکاتبات دامنه یا اصلاحات برای تسهیل یادگیری سیاست ، که به یادگیری دامنه/مؤلفه های مدل خاص ، بازنمایی ها یا سیاستهایی که برای اسکان حوزه ها و وظایف دلخواه کاملاً قابل استفاده نیستند ، نیاز دارد.این مسائل باعث تعجب ما می شود: آیا می توانیم به جای تدوین مدل های پیچیده و پیچیده سیاست خاص دامنه ، به طور مستقیم شکاف دامنه را در سطح داده ها (مسیر) ایجاد کنیم؟در این مطالعه ، ما یک چارچوب ویرایش مسیر دامنه متقابل (XTED) با یک مدل جدید ترانسفورماتور انتشار (ترانسفورماتور انتشار تصمیم ، DDIT) را پیشنهاد می کنیم که توزیع مسیر را از مجموعه داده هدف به عنوان قبلی ضبط می کند.ستون فقرات ترانسفورماتور انتشار پیشنهادی وابستگی های پیچیده را در بین توالی های حالت ، عمل و پاداش و همچنین پویایی انتقال در مسیرهای داده هدف ضبط می کند.با انتشار قبلی از پیش آموزش فوق ، مسیرهای داده منبع با شکاف دامنه را می توان به مسیرهای ویرایش شده تبدیل کرد که از طریق فرآیند ویرایش مبتنی بر انتشار ، که به طور ضمنی شکاف های دامنه زیرین را اصلاح می کند ، به توزیع داده های هدف نزدیک می شود و باعث افزایش واقعی گرایی حالت و دینامیک می شود.قابلیت اطمینان در داده های مسیر منبع ، در حالی که گزینه های انعطاف پذیر روش های یادگیری سیاست پایین دست را امکان پذیر می کند.علی رغم سادگی ، XTED عملکرد برتر در برابر سایر خطوط را در شبیه سازی گسترده و آزمایش های واقعی-رابات نشان می دهد.
📚 محتوای این محصول آموزشی (پکیج کامل)
علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیقتر و تسلط کامل بر مباحث مجموعهای از کتابهای آموزشی نیز ارائه میشود.
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
این محصول به صورت فایل دانلودی کامل ارائه میشود.
توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا
لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی: واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248 تلگرام: @ma_limbs
