University of California, Berkeley（加州大学伯克利分校）

Coverage Improvement and Fast Convergence of On-policy Preference Learning

策略学习中的覆盖改进与快速收敛

Juno Kim, Jihun Yun, Jason D. Lee, Kwang-Sung Jun

机构 * UC Berkeley（伯克利大学） ； KRAFTON（KRAFTON公司） ； University of Arizona（亚利桑那大学） 纠错

AI总结 本文提出覆盖改进原理，通过分析在线策略学习中的覆盖变化，证明其在批量大小足够时能实现快速收敛，并设计混合采样器和奖励蒸馏方案，提升语言模型对齐性能。

Comments 46 pages, 2 figures, 2 tables

Visually Prompted Benchmarks Are Surprisingly Fragile

通过视觉提示的基准测试出人意料地脆弱

Haiwen Feng, Long Lian, Lisa Dunlap, Jiahao Shu, XuDong Wang, Renhao Wang, Trevor Darrell, Alane Suhr, Angjoo Kanazawa

机构 * UC Berkeley（加州大学伯克利分校） 纠错

AI总结 研究发现视觉提示基准测试对细节敏感，通过创建VPBench减少不稳定性。

A Mesh-Adaptive Hypergraph Neural Network for Unsteady Flow Around Oscillating and Rotating Structures

一种适用于振荡和旋转结构周围不稳流的自适应超图神经网络

Rui Gao, Zhi Cheng, Rajeev K. Jaiman

机构 * Department of Mechanical Engineering, The University of British Columbia（不列颠哥伦比亚大学机械工程系） ； Department of Mechanical Engineering, University of California, Berkeley（加州大学伯克利分校机械工程系） 纠错

AI总结 本文提出一种自适应超图神经网络，用于建模旋转和振荡结构周围的不稳流，通过自适应网格和接口单元实现稳定预测。

DexH2R: Task-oriented Dexterous Manipulation from Human to Robots

DexH2R：从人类到机器人的任务导向灵巧操作

Shuqi Zhao, Xinghao Zhu, Yuxin Chen, Chenran Li, Lichen Xie, Xiang Zhang, Mingyu Ding, Masayoshi Tomizuka

机构 * Department of Mechanical Engineering, the University of California, Berkeley（机械工程系，加州大学伯克利分校） 纠错

AI总结 DexH2R通过结合人类手部运动重定向与任务导向的残差动作策略，提升机器人灵巧操作性能，实现高泛化能力的任务完成。

Cross-Domain Imitation Learning via Optimal Transport

跨领域模仿学习 via 最优传输

Arnaud Fickinger, Samuel Cohen, Stuart Russell, Brandon Amos

机构 * Berkeley AI Research（伯克利人工智能研究） 纠错

AI总结 GWIL通过Gromov-Wasserstein距离实现跨领域模仿学习，有效对齐不同空间的状态，适用于连续控制领域。

Comments ICLR 2022