BeTAIL: Behavior Transformer Adversarial Imitation Learning aus menschlichem Rennspielverhalten

BeTAIL: Behavior Transformer Adversarial Imitation Learning from Human Racing Gameplay

February 22, 2024

Autoren: Catherine Weaver, Chen Tang, Ce Hao, Kenta Kawamoto, Masayoshi Tomizuka, Wei Zhan

cs.AI

Zusammenfassung

Imitation Learning lernt eine Policy aus Demonstrationen, ohne dass manuell entworfene Belohnungsfunktionen erforderlich sind. Bei vielen robotischen Aufgaben, wie beispielsweise dem autonomen Rennsport, müssen imitierte Policies komplexe Umgebungsdynamiken und menschliche Entscheidungsprozesse modellieren. Sequence Modeling ist äußerst effektiv darin, komplexe Muster in Bewegungssequenzen zu erfassen, hat jedoch Schwierigkeiten, sich an neue Umgebungen oder Verteilungsverschiebungen anzupassen, die in realen robotischen Aufgaben häufig vorkommen. Im Gegensatz dazu kann Adversarial Imitation Learning (AIL) diesen Effekt mildern, kämpft jedoch mit Probenineffizienz und der Handhabung komplexer Bewegungsmuster. Daher schlagen wir BeTAIL vor: Behavior Transformer Adversarial Imitation Learning, das eine Behavior Transformer (BeT)-Policy aus menschlichen Demonstrationen mit online AIL kombiniert. BeTAIL fügt der BeT-Policy eine AIL-Residual-Policy hinzu, um den sequenziellen Entscheidungsprozess menschlicher Experten zu modellieren und Zustände außerhalb der Verteilung oder Verschiebungen in der Umgebungsdynamik zu korrigieren. Wir testen BeTAIL an drei Herausforderungen mit Experten-Demonstrationen von echtem menschlichem Gameplay in Gran Turismo Sport. Unsere vorgeschlagene Residual-BeTAIL reduziert die Interaktionen mit der Umgebung und verbessert die Rennleistung und Stabilität, selbst wenn die BeT auf anderen Strecken als das nachgelagerte Lernen vortrainiert wurde. Videos und Code sind verfügbar unter: https://sites.google.com/berkeley.edu/BeTAIL/home.

English

Imitation learning learns a policy from demonstrations without requiring hand-designed reward functions. In many robotic tasks, such as autonomous racing, imitated policies must model complex environment dynamics and human decision-making. Sequence modeling is highly effective in capturing intricate patterns of motion sequences but struggles to adapt to new environments or distribution shifts that are common in real-world robotics tasks. In contrast, Adversarial Imitation Learning (AIL) can mitigate this effect, but struggles with sample inefficiency and handling complex motion patterns. Thus, we propose BeTAIL: Behavior Transformer Adversarial Imitation Learning, which combines a Behavior Transformer (BeT) policy from human demonstrations with online AIL. BeTAIL adds an AIL residual policy to the BeT policy to model the sequential decision-making process of human experts and correct for out-of-distribution states or shifts in environment dynamics. We test BeTAIL on three challenges with expert-level demonstrations of real human gameplay in Gran Turismo Sport. Our proposed residual BeTAIL reduces environment interactions and improves racing performance and stability, even when the BeT is pretrained on different tracks than downstream learning. Videos and code available at: https://sites.google.com/berkeley.edu/BeTAIL/home.