Agents Augmentés par Diffusion : Un Cadre pour l'Exploration Efficace et l'Apprentissage par Transfert

Diffusion Augmented Agents: A Framework for Efficient Exploration and Transfer Learning

July 30, 2024

Auteurs: Norman Di Palo, Leonard Hasenclever, Jan Humplik, Arunkumar Byravan

cs.AI

Résumé

Nous présentons Diffusion Augmented Agents (DAAG), un nouveau cadre qui exploite des modèles de langage de grande taille, des modèles vision-langage et des modèles de diffusion pour améliorer l'efficacité d'échantillonnage et l'apprentissage par transfert dans l'apprentissage par renforcement pour des agents incarnés. DAAG re-étiquette rétrospectivement les expériences passées de l'agent en utilisant des modèles de diffusion pour transformer des vidéos de manière temporellement et géométriquement cohérente afin de les aligner avec des instructions cibles, grâce à une technique que nous appelons Hindsight Experience Augmentation. Un modèle de langage de grande taille orchestre ce processus de manière autonome sans nécessiter de supervision humaine, ce qui le rend bien adapté aux scénarios d'apprentissage continu. Le cadre réduit la quantité de données étiquetées par récompense nécessaires pour 1) affiner un modèle vision-langage qui agit comme un détecteur de récompense, et 2) entraîner des agents d'apprentissage par renforcement sur de nouvelles tâches. Nous démontrons les gains d'efficacité d'échantillonnage de DAAG dans des environnements robotiques simulés impliquant la manipulation et la navigation. Nos résultats montrent que DAAG améliore l'apprentissage des détecteurs de récompense, le transfert d'expériences passées et l'acquisition de nouvelles tâches - des capacités clés pour développer des agents d'apprentissage continu efficaces. Le matériel supplémentaire et les visualisations sont disponibles sur notre site web https://sites.google.com/view/diffusion-augmented-agents/.

English

We introduce Diffusion Augmented Agents (DAAG), a novel framework that leverages large language models, vision language models, and diffusion models to improve sample efficiency and transfer learning in reinforcement learning for embodied agents. DAAG hindsight relabels the agent's past experience by using diffusion models to transform videos in a temporally and geometrically consistent way to align with target instructions with a technique we call Hindsight Experience Augmentation. A large language model orchestrates this autonomous process without requiring human supervision, making it well-suited for lifelong learning scenarios. The framework reduces the amount of reward-labeled data needed to 1) finetune a vision language model that acts as a reward detector, and 2) train RL agents on new tasks. We demonstrate the sample efficiency gains of DAAG in simulated robotics environments involving manipulation and navigation. Our results show that DAAG improves learning of reward detectors, transferring past experience, and acquiring new tasks - key abilities for developing efficient lifelong learning agents. Supplementary material and visualizations are available on our website https://sites.google.com/view/diffusion-augmented-agents/