Premier-TACO: Vortraining von Multitask-Repräsentationen durch temporal gesteuerte Kontrastverlustfunktion

Premier-TACO: Pretraining Multitask Representation via Temporal Action-Driven Contrastive Loss

February 9, 2024

Autoren: Ruijie Zheng, Yongyuan Liang, Xiyao Wang, Shuang Ma, Hal Daumé III, Huazhe Xu, John Langford, Praveen Palanisamy, Kalyan Shankar Basu, Furong Huang

cs.AI

Zusammenfassung

Wir präsentieren Premier-TACO, einen Ansatz zum Lernen von Multitask-Featurerepräsentationen, der darauf abzielt, die Effizienz des Few-Shot-Policy-Lernens in sequenziellen Entscheidungsaufgaben zu verbessern. Premier-TACO nutzt eine Teilmenge von Multitask-Offline-Datensätzen, um eine allgemeine Featurerepräsentation vorzutrainieren, die kritische Umgebungsdynamiken erfasst und mit minimalen Experten-Demonstrationen feinabgestimmt wird. Es erweitert das Ziel des temporalen aktionskontrastiven Lernens (TACO), das für state-of-the-art Ergebnisse in visuellen Steuerungsaufgaben bekannt ist, durch die Einführung einer neuartigen Strategie zur Stichprobenziehung negativer Beispiele. Diese Strategie ist entscheidend, um die Recheneffizienz von TACO erheblich zu steigern und groß angelegtes Multitask-Offline-Pretraining praktikabel zu machen. Unsere umfangreiche empirische Auswertung in einer Vielzahl von Continuous-Control-Benchmarks, darunter Deepmind Control Suite, MetaWorld und LIBERO, demonstriert die Wirksamkeit von Premier-TACO beim Vortrainieren visueller Repräsentationen, wodurch das Few-Shot-Imitation-Lernen neuer Aufgaben signifikant verbessert wird. Unser Code, die Vortrainingsdaten sowie vortrainierte Modell-Checkpoints werden unter https://github.com/PremierTACO/premier-taco veröffentlicht.

English

We present Premier-TACO, a multitask feature representation learning approach designed to improve few-shot policy learning efficiency in sequential decision-making tasks. Premier-TACO leverages a subset of multitask offline datasets for pretraining a general feature representation, which captures critical environmental dynamics and is fine-tuned using minimal expert demonstrations. It advances the temporal action contrastive learning (TACO) objective, known for state-of-the-art results in visual control tasks, by incorporating a novel negative example sampling strategy. This strategy is crucial in significantly boosting TACO's computational efficiency, making large-scale multitask offline pretraining feasible. Our extensive empirical evaluation in a diverse set of continuous control benchmarks including Deepmind Control Suite, MetaWorld, and LIBERO demonstrate Premier-TACO's effectiveness in pretraining visual representations, significantly enhancing few-shot imitation learning of novel tasks. Our code, pretraining data, as well as pretrained model checkpoints will be released at https://github.com/PremierTACO/premier-taco.