Informative Missingness to Generate Irregular Clinical Time Series
Aalborg University（奥尔堡大学）；University of Pavia（帕维亚大学）；Bowling Green State University（博林格林州立大学）
提出基于扩散的临床时间序列生成方法，联合建模实验室值和观察模式，在DACMI基准上验证，能捕获生理与检测行为间的临床依赖。
2026-06-17 cs.CY cs.LG
Intervention Generative Adversarial Networks
Center for Data Science, Peking University（北京大学数据科学中心）；School of Mathematical Sciences, Peking University（北京大学数学科学学院）
在本文中，我们提出了一种新的方法来稳定生成对抗网络的训练过程，以及减轻模式崩溃问题。主要想法是在目标中引入一个正则化项，我们称之为干预损失。我们将由此产生的生成模型称为干预生成对抗网络（IVGAN）。通过用高斯不变干预扰动从辅助编码器网络获得的真实图像的潜在表示并惩罚所产生的生成图像的分布的不相似性，干预损失为生成器提供了更多的信息梯度，显著提高了GAN的训练稳定性。我们证明了我们的方法的有效性和效率，通过坚实的理论分析和标准的真实世界的数据集，以及堆栈MNIST数据集上的全面评估。
2020-08-09 cs.LG stat.ML
EnfoPath: Energy-Informed Analysis of Generative Trajectories in Flow Matching
KTH Royal Institute of Technology（皇家理工学院）；Chinese University of Hong Kong（香港大学）；Hasso Plattner Institute（哈asso-普拉特纳研究所）；Nordita（北欧理论物理研究所）
EnfoPath通过动能路径能量分析生成轨迹，揭示语义丰富样本与数据密度的关系，提供物理启发的生成难度理解框架。
2025-11-24 cs.AI cs.LG
Expected Free Energy-based Informative Path Planning for Robotic Mars Exploration
TU Eindhoven（埃因霍温理工大学）；Cajal Centre for Neuroscience, Spanish National Research Council（西班牙国家研究委员会卡哈尔神经科学中心）
该研究提出将主动推理的期望自由能作为统一准则，用于预算约束下的机器人信息路径规划，其规划方法在火星探测场景中可同时实现精准地图构建与高价值区域定位，性能优于信息论基准方法。
2026-08-17 cs.IT cs.LG cs.RO
Injective State-Image Mapping facilitates Visual Adversarial Imitation Learning
IBM Research AI（IBM研究院人工智能部门）
在游戏和娱乐等应用中，虚拟自主智能体的使用越来越多，需要更好的控制策略来实现自然的运动和动作。与传统的硬编码运动例程的方法不同，我们提出了一种深度学习方法，通过直接模仿原始视频演示来获得控制策略。该领域的先前方法依赖于从专家视频中提取低维特征，然后是单独的手工制作的奖励估计步骤。我们提出了一个模仿学习框架，通过使用生成对抗网络（GANs）联合学习特征提取和奖励估计步骤，减少了对手工设计的奖励函数的依赖。我们在本文中的主要贡献是表明，在低级联合状态（角度和速度）轨迹和相应的原始视频流之间的内射映射下，对视频演示进行对抗性模仿学习相当于从状态轨迹中学习。实验结果表明，所提出的对抗性学习方法从原始视频产生类似的性能，以国家的最先进的模仿学习技术，同时经常优于现有的手工制作的视频模仿方法。此外，我们表明，我们的方法可以通过模仿YouTube上的视频演示来学习动作策略，其性能与来自真实奖励信号的学习代理相似。请在https://ibm.biz/BdzzNA上查看补充视频提交。
2019-10-25 cs.CV cs.LG stat.ML
Multi-turn Dialogue Response Generation in an Adversarial Learning Framework
Capital One Conversation Research（第一资本对话研究部）
我们提出了一种对抗性学习方法来生成多回合对话响应。我们提出的框架hredGAN基于条件生成对抗网络（GANs）。GAN的生成器是一个改进的分层递归编码器-解码器网络（HRED），而RNN是一个与生成器共享上下文和词嵌入的词级双向RNN。在推理过程中，以对话历史为条件的噪声样本用于扰动生成器的潜在空间以生成几种可能的响应。最后一个答案是最好的一个排名的。hredGAN显示出比现有方法更好的性能：（1）它比仅使用对数似然标准训练的网络更好地泛化，（2）即使在有限的训练数据下，它也能生成更长、更丰富、更多样化的响应，具有高的话语和主题相关性。这种改进在Movie三元组和Ubuntu对话数据集上使用自动和人工评估进行了演示。
2019-06-26 cs.AI cs.CL cs.LG
Task-Aware Variational Adversarial Active Learning
UNIST（蔚山科学技术院）
通常，由于高标记成本限制了深度学习技术的应用领域，标记大量数据是具有挑战性的。主动学习（AL）通过查询未标记池中待注释的信息量最大的样本来解决这个问题。最近已经探索的两个有前途的方向AL是任务无关的方法来选择数据点，远离当前的标记池和任务感知的方法，依赖于任务模型的角度。不幸的是，前者没有利用任务的结构，而后者似乎没有很好地利用整体数据分布。在这里，我们提出了任务感知变分对抗AL（TA-VAAL），修改任务不可知的VAAL，考虑标签和未标记池的数据分布，通过放松任务学习损失预测排名损失预测，并通过使用排名条件生成对抗网络嵌入VAAL的归一化排名损失信息。我们提出的TA-VAAL优于各种基准数据集的平衡/不平衡标签分类以及语义分割和它的任务感知和任务不可知的AL属性与我们的深入分析证实了最先进的。
2020-12-08 cs.LG stat.ML
Trajectory Prediction using Generative Adversarial Network in Multi-Class Scenarios
预测交通智能体的运动轨迹是自动驾驶的一项重要任务。大多数以前的工作轨迹预测只考虑一类道路代理。我们使用一个序列到序列模型来预测未来的路径从观察到的路径，我们将类信息到模型中连接提取的标签表示与传统的位置输入。我们使用LSTM和Transformer编码器进行实验，并使用Social GAN中引入的生成对抗网络来学习流量代理的多模态行为。我们训练我们的模型在斯坦福无人机数据集，其中包括6类道路代理和评估的影响，不同的模型组件的预测性能在多类场景。
2021-10-18 cs.AI cs.LG
SS-CPGAN: Self-Supervised Cut-and-Pasting Generative Adversarial Network for Object Segmentation
University of Technology Sydney（悉尼科技大学）
本文提出SS-CPGAN，一种结合U-Net判别器的自监督剪切与粘贴生成对抗网络，无需人工标注即可实现前景目标分割与逼真图像合成，在标准基准数据集上显著优于现有最先进方法。
2023-04-04 cs.CV cs.LG
Adversarially Learned Abnormal Trajectory Classifier
Polytechnique Montréal（蒙特利尔高等理工学院）
我们解决的问题异常事件检测轨迹数据。在本文中，提出了一种新的对抗性方法，用于构建一个深度神经网络二元分类器，以无监督的方式训练，可以区分正常和异常的基于概率的事件，而无需设置手动检测阈值。受生成对抗网络（GAN）框架的启发，我们的GAN版本是一个有区别的版本，其中训练了神经网络来区分由深度自动编码器给出的正常和异常轨迹重建错误。与城市交通视频及其相关的轨迹，我们提出的方法给出了最好的准确性异常轨迹检测。此外，我们的模型可以很容易地推广到基于异常概率的事件检测，并且仍然可以产生最好的行为检测结果，如CAVIAR数据集所示。
2019-04-03 cs.LG stat.ML
Introducing a Generative Adversarial Network Model for Lagrangian Trajectory Simulation
Illinois Institute of Technology（伊利诺伊理工学院）；Washington University in St. Louis（圣路易斯华盛顿大学）
我们引入了一个生成对抗网络（GAN）模型来模拟浮力对抗火焰回流区中粒子的三维拉格朗日运动。GAN模型包括用作生成器的随机递归神经网络和用作卷积器的卷积神经网络。对抗性训练进行到这样的程度，即最好的训练生成器无法区分地面真相和最好的训练生成器产生的轨迹。然后，根据对模拟轨迹和地面实况进行的统计分析，对模型性能进行基准测试，以确定准确性和泛化标准。
2019-01-13 cs.CV cs.LG physics.data-an
Active Model Learning using Informative Trajectories for Improved Closed-Loop Control on Real Robots
Autonomous Systems Lab, ETH Zürich（苏黎世联邦理工学院自主系统实验室）
真实机器人上基于模型的控制器需要精确的系统动态知识才能实现最佳性能。对于复杂的动力学，第一原理建模不够精确，可以利用数据驱动的方法从实际实验中学习统计模型。然而，在真实机器人上的这种数据驱动系统的高效和有效的数据汇集仍然是一个开放的挑战。本文介绍了一种优化问题的制定，以找到一个信息丰富的轨迹，允许有效的数据汇集和模型学习。我们提出了一个基于采样的方法，计算的轨迹，最大限度地减少预测的不确定性的动力学模型的近似。然后执行该轨迹，收集数据以更新学习的模型。在实验中，我们证明了我们提出的框架时，应用到一个复杂的全向飞行器与可倾斜的转子的能力。使用我们的信息轨迹的结果，在模型中获得的非信息轨迹的13.3\%，具有相同数量的训练数据。此外，我们表明，从信息轨迹学习的模型比从非信息轨迹学习的模型更好地泛化，在不同的任务上实现了更好的跟踪性能。
2021-05-14 cs.RO cs.SY eess.SY
Accurate generation of stochastic dynamics based on multi-model Generative Adversarial Networks
University of Milano-Bicocca（米兰比可卡大学）；Université Lyon 1（里昂第一大学）；CNRS（法国国家科学研究中心）
本文提出多模型GAN方法，通过在每步随机选择生成器推进随机轨迹，有效抑制对抗训练振荡，显著提高了晶格随机过程平衡分布与逃逸时间分布的生成精度。
2023-08-01 cond-mat.stat-mech cs.LG physics.comp-ph
Learning to Explore Informative Trajectories and Samples for Embodied Perception
ByteDance Research（字节跳动研究院）
我们正在目睹感知模型的重大进展，特别是那些在大规模互联网图像上训练的模型。然而，有效地将这些感知模型推广到看不见的具体任务的研究还不够，这将有助于各种相关应用（例如，家用机器人）。与在预先收集的图像上训练的静态感知方法不同，具体化的代理可以在环境中四处移动，并从任何视点获取对象的图像。因此，有效地学习探索策略和收集方法以收集信息丰富的训练样本是这项任务的关键。为此，我们首先建立一个三维语义分布图，通过引入语义分布不一致性和语义分布不确定性奖励来训练自监督的探索策略。请注意，地图是从多视图观察生成的，可以削弱来自不熟悉视点的错误识别的影响。我们的代理，然后鼓励探索不同的语义分布的观点，或不确定的语义分布的对象。随着探索的信息轨迹，我们建议选择硬样本的语义分布的不确定性的基础上的轨迹，以减少不必要的意见，可以正确地识别。实验表明，使用我们的方法微调的感知模型优于使用其他探索策略训练的基线。此外，我们证明了我们的方法在真实的机器人实验的鲁棒性。
2023-03-20 cs.CV cs.RO
Task-Relevant Adversarial Imitation Learning
Jagiellonian University（雅盖隆大学）；DeepMind（深度思维）
我们发现，对抗性模仿中的一个关键漏洞是网络学习视觉特征和专家标签之间虚假关联的倾向。当目标集中在与任务无关的特征上时，它不会提供信息性的奖励信号，从而导致任务绩效不佳。我们详细分析了这个问题，并提出了一个解决方案，优于标准的生成对抗模仿学习（GAIL）。我们提出的方法，任务相关的对抗性模仿学习（TRAIL），使用约束优化学习信息奖励。在综合实验中，我们表明，TRAIL可以通过模仿人类操作员来解决具有挑战性的机器人操作任务，而无需获得任何任务奖励，并且明显优于可比的基线模仿代理，包括通过行为克隆和传统GAIL训练的代理。
2020-11-12 cs.AI cs.LG cs.RO
Active Mapping via Gradient Ascent Optimization of Shannon Mutual Information over Continuous SE(3) Trajectories
University of California San Diego（加州大学圣地亚哥分校）
主动映射的问题的目的是计划一个信息序列的传感视图给定有限的预算，如行驶的距离。本文考虑使用距离传感器（例如LiDAR或深度相机）进行主动占用网格映射。国家的最先进的方法优化信息理论的措施有关的占用网格概率与范围传感器测量。网格表示内的光线跟踪的非平滑性质使得目标函数不可微，迫使现有方法在候选轨迹的离散空间上搜索。这项工作提出了一个可微近似的香农互信息之间的网格地图和射线为基础的意见，使梯度上升优化连续空间的SE（3）传感器的姿态。我们的基于梯度的配方导致更多的信息感测轨迹，同时避免遮挡和碰撞。所提出的方法在2-D和3-D环境中的模拟和真实世界的实验证明。
2022-04-15 cs.RO
Semi-supervised Semantics-guided Adversarial Training for Trajectory Prediction
Northwestern University（西北大学）；University of California, Irvine（加州大学欧文分校）
预测周围物体的轨迹是自动驾驶汽车和许多其他自动驾驶系统的关键任务。最近的工作表明，对轨迹预测的对抗攻击，其中小的精心制作的扰动被引入到历史轨迹，可能会显着误导未来轨迹的预测，并诱导不安全的规划。然而，很少有工作已经解决了提高鲁棒性的这一重要的安全关键task.In本文中，我们提出了一种新的对抗训练方法的轨迹预测。与典型的图像任务对抗训练相比，我们的工作面临着更多随机输入的挑战，这些输入具有丰富的上下文和缺乏类标签。为了解决这些挑战，我们提出了一种基于半监督对抗自动编码器的方法，该方法利用领域知识对解纠缠的语义特征进行建模，并为对抗训练提供额外的潜在标签。不同类型攻击的大量实验表明，我们的半监督语义引导的对抗训练（SSAT）方法可以有效地减轻高达73%的对抗攻击的影响，并优于其他流行的防御方法。此外，实验表明，我们的方法可以显着提高系统的鲁棒性泛化看不见的攻击模式。我们相信，这种语义指导的架构和鲁棒泛化的进步是开发鲁棒预测模型和实现安全决策的重要一步。
2023-03-21 cs.CV cs.LG cs.RO
An Efficient Sampling-based Method for Online Informative Path Planning in Unknown Environments
ETH Zürich（苏黎世联邦理工学院）；The University of Sydney（悉尼大学）
在线规划信息路径的能力对机器人自主性至关重要。特别是，经常使用基于采样的方法，因为它们能够使用任意的信息增益公式。然而，它们倾向于局部最小值，导致次优轨迹，并且有时达不到全局覆盖。在本文中，我们提出了一个新的RRT* 启发式的在线信息路径规划算法。我们的方法不断扩展候选轨迹的单个树，并重新连接段以维护树并细化中间轨迹。这使得算法能够实现全局覆盖，并使用单个目标函数在全局上下文中最大化路径的效用。我们展示了该算法的能力，在自主室内探索的应用程序，以及准确的截断符号距离场（TSDF）为基础的3D重建板上的微型飞行器（MAV）。我们研究了常用的信息增益和成本公式在这些情况下的影响，并提出了一种新的基于TSDF的三维重建增益和成本效用公式。在现实的仿真环境中的详细评估表明，我们的方法在这些任务中优于最先进的方法。一个真正的MAV上的实验证明了我们的方法鲁棒实时规划的能力，探索室内环境，仅与板载传感和计算。我们为未来的研究提供我们的框架。
2020-01-14 cs.CV cs.RO
GraspARL: Dynamic Grasping via Adversarial Reinforcement Learning
Peking University（北京大学）
抓取移动物体，如皮带上的货物或活动物，是机器人技术中一项重要但具有挑战性的任务。传统的方法依赖于一组手动定义的对象运动模式进行训练，导致对看不见的对象轨迹的泛化能力差。在这项工作中，我们介绍了一个对抗性的强化学习框架的动态抓取，即GraspARL。具体来说。我们将动态抓取问题描述为一个“移动-抓取”博弈，机器人在移动者上拾取物体，而对手移动者则寻找一条路径逃离物体。因此，两个智能体进行最小-最大博弈，并通过强化学习进行训练。通过这种方式，移动器可以在训练时自动生成各种移动轨迹。用对抗性轨迹训练的机器人可以推广到各种运动模式。模拟器和现实世界的情况下的实证结果表明，我们的方法的有效性和良好的推广。
2022-03-14 cs.AI cs.RO
Incremental Adversarial Learning for Optimal Path Planning
Technical University Munich（慕尼黑工业大学）；Johns Hopkins University（约翰斯·霍普金斯大学）；University of Oxford（牛津大学）；Trinity College Dublin（都柏林圣三一学院）
路径规划在机器人技术的许多领域中起着至关重要的作用。已经提出了各种规划技术，无论是专注于学习一个特定的任务，从演示或检索轨迹，通过优化手工制作的成本函数，这是很好地定义了先验。在这项工作中，我们提出了一个基于增量对抗学习的框架，该框架允许推断隐式行为，即一组给定轨迹的自然特征。为了实现对抗性学习，在规划算法和对手之间构建了一个零和博弈。我们在最佳运动规划算法中采用了该方法，从而可以迭代地学习和优化成本，从而改善隐式行为的集成。通过将基于成本的规划方法与经过训练的内在行为相结合，这也可以与其他限制因素（如障碍或一般成本因素）结合在一个单一的规划框架内。我们证明了所提出的方法在数据集上的碰撞避免，以及从运动捕捉数据生成类人轨迹。我们的研究结果表明，增量对抗学习能够生成反映数据集自然隐式行为的路径，并能够使用迭代学习和生成来提高性能。
2018-09-25 cs.RO
DIFF-IPPO: Diffusion-Based Informative Path Planning with Open-Vocabulary Belief Maps
Intelligent Space Robotics Laboratory, CDE, Skoltech（智能空间机器人实验室，CDE，斯科尔科沃科学技术研究院）
提出DIFF-IPPO框架，结合开放词汇信念地图生成器与扩散规划器，在非高斯信念图上生成全局轨迹，实现高效目标搜索，检测得分达81.49%-86.55%。
2026-06-19 cs.RO
A Modeled Approach for Online Adversarial Test of Operational Vehicle Safety (extended version)
Ohio State University（俄亥俄州立大学）
运行车辆安全性的基于ESTO的测试提出了一组主要的其他车辆（ESTO）轨迹，这些轨迹试图迫使主体车辆（SV）进入特定的安全关键情况。目前的场景大多是（i）运动学驱动的：受人类驾驶员碰撞数据的启发，（ii）确定性的：运动轨迹是预先确定的，并且与SV响应无关，以及（iii）过度简化：在抽象的运动规划级别执行的有限动作集上定义。这种基于MIMO的测试（i）缺乏严重性保证，（ii）具有预定义的机动，使得具有智能驾驶策略的SV容易进行测试，以及（iii）在以有限且昂贵的测试工作产生安全关键实例方面效率低下。我们提出了一个模型驱动的在线反馈控制政策，多个POV传播有效的对抗轨迹，同时尊重交通规则和其他问题制定为一个容许的状态-动作空间。该方法是制定在一个锚模板层次结构，与模板模型规划诱导理论SV捕获保证标准假设下。然后，通过应用于整个系统或锚模型的较低级别控制器来跟踪计划的对抗轨迹。该方法的有效性说明通过各种模拟的例子与SV控制的参数化自动驾驶政策或人类司机。
2021-05-20 cs.RO
An Adversarial Approach to Private Flocking in Mobile Robot Teams
University of Cambridge（剑桥大学）；Polytechnique Montréal（蒙特利尔综合理工学院）
隐私是防御对手的一个重要方面。在这封信中，我们介绍了私人羊群的问题。我们考虑一队移动机器人群集在一个对手的存在，谁是能够观察所有机器人的轨迹，谁是有兴趣确定领导者。我们提出了一种方法，产生私人群集控制器，隐藏的领导者机器人的身份。我们的隐私方法利用了数据驱动的对抗性协同优化方案。我们设计了一种机制，优化群集控制参数，使领导推理受阻。随着群集性能的提高，我们连续训练一个对抗机器人，试图推断领导机器人的身份。为了评估我们的协同优化方案的性能，我们研究了不同类别的参考轨迹。虽然可以合理地假设群集性能和隐私之间存在固有的权衡，但我们的研究结果表明，我们能够实现高群集性能，同时降低暴露领导者的风险。
2020-01-24 cs.LG cs.MA cs.NE
