Premier-TACO : Prétraitement de représentations multitâches via une fonction de perte contrastive pilotée par des actions temporelles

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

February 9, 2024

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

cs.AI

Résumé

Nous présentons Premier-TACO, une approche d'apprentissage de représentation de caractéristiques multitâche conçue pour améliorer l'efficacité de l'apprentissage de politiques en few-shot dans des tâches de prise de décision séquentielle. Premier-TACO exploite un sous-ensemble de jeux de données hors ligne multitâches pour pré-entraîner une représentation de caractéristiques générale, qui capture les dynamiques environnementales critiques et est affinée à l'aide de démonstrations expertes minimales. Il fait progresser l'objectif d'apprentissage contrastif d'actions temporelles (TACO), connu pour ses résultats de pointe dans les tâches de contrôle visuel, en intégrant une nouvelle stratégie d'échantillonnage d'exemples négatifs. Cette stratégie est cruciale pour augmenter significativement l'efficacité computationnelle de TACO, rendant possible le pré-entraînement hors ligne multitâche à grande échelle. Notre évaluation empirique approfondie sur un ensemble diversifié de benchmarks de contrôle continu, incluant Deepmind Control Suite, MetaWorld et LIBERO, démontre l'efficacité de Premier-TACO dans le pré-entraînement de représentations visuelles, améliorant significativement l'apprentissage par imitation en few-shot de nouvelles tâches. Notre code, les données de pré-entraînement, ainsi que les points de contrôle des modèles pré-entraînés seront publiés sur https://github.com/PremierTACO/premier-taco.

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.