1,720,968 research outputs found
Exploiter la séquentialité dans l'apprentissage robotique : une application du paradigme de diviser pour régner à la neuroévolution et à l'apprentissage par renforcement profond
No full text"Pour réussir, il ne suffit pas de prévoir, il faut aussi savoir improviser." Cette citation d’Isaac Asimov, père fondateur de la robotique et auteur des Trois lois de la robotique, souligne toute l’importance d’être capable de s’adapter et d’agir dans l’instant présent pour réussir. Même si, aujourd’hui, les robots peuvent résoudre des tâches d’une complexité qui était inimaginable il y a encore quelques années, ces capacités d’adaptation leur font encore défaut, ce qui les empêche d’être déployé à une plus grande échelle. Pour remédier à ce manque d’adaptabilité, les roboticiens utilisent des algorithmes d’apprentissage afin de permettre aux robots de résoudre des tâches complexes de manière autonome. Deux types d’algorithmes d’apprentissage sont particulièrement adaptés à l’apprentissage autonome de contrôleurs par les robots : l’apprentissage profond par renforcement et la neuro-évolution. Cependant, ces deux classes d’algorithmes ne sont capables de résoudre des problèmes d’exploration difficiles, c’est-à- dire des problèmes avec un horizon long et un signal de récompense rare, que s’ils sont guidés dans leur processus d’apprentissage. Différentes approches peuvent être envisagées pour permettre à un robot de résoudre un tel problème sans être guidé. Une première approche consiste à rechercher une diversité de comportements plutôt qu’un comportement spécifique. L’idée étant que parmi cette diversité, certains comportements seront probablement capables de résoudre la tâche qui nous intéresse. Nous les appelons les algorithmes de recherche de diversité. Une deuxième approche consiste à guider le processus d’apprentissage en utilisant des démonstrations fournies par un expert. C’est ce qu’on appelle l’apprentissage par démonstration. Cependant, chercher des comportements divers ou apprendre par démonstration peut être inefficace dans certains contextes. En effet, la recherche de comportements divers peut être fastidieuse si l’environnement est complexe. D’autre part, l’apprentissage à partir d’une seule et unique démonstration peut être très difficile. Dans cette thèse, nous tentons d’améliorer l’efficacité des approches de recherche par diversité et d’apprentissage à partir d’une seule démonstration dans des problèmes d’exploration difficiles. Pour ce faire, nous supposons que les comportements robotiques complexes peuvent être décomposés en sous-comportements plus simples. Sur la base de ce biais séquentiel, nous adoptons une stratégie dite de "diviser-pour-régner", qui est bien connue pour être efficace lorsque le problème est composable. Nous proposons deux approches en particulier. Premièrement, après avoir identifié certaines limites des algorithmes de recherche de diversité basés sur la l’évolution de réseaux de neurones artificiels, nous proposons Novelty Search Skill Chaining. Cet algorithme combine la recherche de diversité avec l’enchaînement de compétences pour naviguer efficacement dans des labyrinthes qui sont difficiles à explorer pour des algorithmes de l’état-de-l’art. Dans une deuxième série de contributions, nous proposons les algorithmes Divide & Conquer Imitation Learning. L’intuition derrière ces méthodes est de décomposer la tâche complexe d’apprentissage à partir d’une seule démonstration en plusieurs sous-tâches plus simples consistant à atteindre des sous-buts successifs. DCIL-II, la variante la plus avancée, est capable d’apprendre des comportements de marche pour des robots humanoïdes sous-actionnés avec une efficacité sans précédent. Au-delà de souligner l’efficacité du paradigme de diviser-pour-régner dans l’apprentissage des robots, cette thèse met également en évidence les difficultés qui peuvent survenir lorsqu’on compose de comportements, même dans des environnements élémentaires. Il faudra inévitablement résoudre ces difficultés avant d’appliquer ces algorithmes directement à des robots réels. C’est peut-être une condition nécessaire pour le succès des prochaines générations [...]“To succeed, planning alone is insufficient. One must improvise as well.” This quote from Isaac Asimov, founding father of robotics and author of the Three Laws of Robotics, emphasizes the importance of being able to adapt and think on one’s feet to achieve success. Although robots can nowadays resolve highly complex tasks, they still need to gain those crucial adaptability skills to be deployed on a larger scale. Robot Learning uses learning algorithms to tackle this lack of adaptability and to enable robots to solve complex tasks autonomously. Two types of learning algorithms are particularly suitable for robots to learn controllers autonomously: Deep Reinforcement Learning and Neuro-Evolution. However, both classes of algorithms often cannot solve Hard Exploration Problems, that is problems with a long horizon and a sparse reward signal, unless they are guided in their learning process. One can consider different approaches to tackle those problems. An option is to search for a diversity of behaviors rather than a specific one. The idea is that among this diversity, some behaviors will be able to solve the task. We call these algorithms Diversity Search algorithms. A second option consists in guiding the learning process using demonstrations provided by an expert. This is called Learning from Demonstration. However, searching for diverse behaviors or learning from demonstration can be inefficient in some contexts. Indeed, finding diverse behaviors can be tedious if the environment is complex. On the other hand, learning from demonstration can be very difficult if only one demonstration is available. This thesis attempts to improve the effectiveness of Diversity Search and Learning from Demonstration when applied to Hard Exploration Problems. To do so, we assume that complex robotics behaviors can be decomposed into reaching simpler sub-goals. Based on this sequential bias, we try to improve the sample efficiency of Diversity Search and Learning from Demonstration algorithms by adopting Divide & Conquer strategies, which are well-known for their efficiency when the problem is composable. Throughout the thesis, we propose two main strategies. First, after identifying some limitations of Diversity Search algorithms based on Neuro-Evolution, we propose Novelty Search Skill Chaining. This algorithm combines Diversity Search with Skill- Chaining to efficiently navigate maze environments that are difficult to explore for state-of-the-art Diversity Search. In a second set of contributions, we propose the Divide & Conquer Imitation Learning algorithms. The key intuition behind those methods is to decompose the complex task of learning from a single demonstration into several simpler goal-reaching sub-tasks. DCIL-II, the most advanced variant, can learn walking behaviors for under-actuated humanoid robots with unprecedented efficiency. Beyond underlining the effectiveness of the Divide & Conquer paradigm in Robot Learning, this work also highlights the difficulties that can arise when composing behaviors, even in elementary environments. One will inevitably have to address these difficulties before applying these algorithms directly to real robots. It may be necessary for the success of the next generations of robots, as outlined by Asimov
Diversity based exploration for deep reinforcement learning
No full textCette thèse étudie la famille de méthodes à l'intersection entre l'apprentissage par renforcement profond et les algorithmes évolutionnaires pour résoudre des problèmes où la capacité d'exploration des algorithmes, notamment leur gestion du dilemme exploration-exploitation, joue un rôle crucial. Historiquement, les algorithmes d'apprentissage par renforcement profond sont reconnus comme étant efficients en termes d'efficacité échantillonnale, c'est-à-dire du nombre d'interactions avec l'environnement qu'ils nécessitent pour résoudre un problème d'optimisation, mais ont cependant une capacité limitée à explorer l'espace des solutions possibles, du fait de leurs mécanismes d'exploration simples, souvent basés sur l'ajout de bruit stochastique dans l'espace d'action. D'un autre côté, les méthodes évolutionnaires, et plus particulièrement les algorithmes récents issus de la famille qualité-diversité, présentent une capacité d'exploration supérieure du fait de leurs mécanismes d'exploration axés sur la diversité des solutions au sein d'une population. Ils sont capables de résoudre des problèmes d'optimisation où il est nécessaire d'explorer l'espace des solutions de manière intelligente (en définissant un sous-espace d'intérêt appelé l'espace des comportements), mais sont souvent coûteux en termes d'interactions avec l'environnement. La première partie des contributions de la thèse (Chapitre 3) se concentre sur l'élaboration d'un algorithme, appelé QD-PG pour "Quality-Diversity-Policy-Gradient", permettant de résoudre des problèmes difficiles d'exploration dans des environnements de contrôle continu (robotique simulée), en se basant sur le cadre algorithmique des méthodes évolutionnaire, et en ayant pour objectif de le rendre efficient grâce aux méthodes basées sur la descente de gradient, issues de l'apprentissage par renforcement. Dans une deuxième partie (Chapitre 4), nous présentons: 1. Un nouvel algorithme de qualité-diversité, appelé MAP-Elites Low-Spread, qui permet de corriger le biais de variance de l'algorithme MAP-Elites et générer des solutions consistantes et régulières dans l'espace des comportements, 2. Une méthode basée sur l'apprentissage profond supervisé permettant de distiller une collection de solutions générées par MAP-Elites Low-Spread dans un réseau de neurones profond unique basé sur l'architecture Transformer, qui est capable de générer des trajectoires conditionnées sur un comportement désiré avec haute précision. Enfin, la dernière partie des contributions (Chapitre 5) introduit un travail en cours, dans lequel nous proposons d'utiliser un modèle basé sur l'architecture Transformer pour prédire l'état final d'automates cellulaires continus à partir de l'état initial et sans connaissance des règles qui les régissent. Nous faisons l'hypothèse qu'un tel modèle peut être employé, entre autres, à détecter automatiquement les patterns intéressants générés par un algorithme de recherche.This thesis is concerned with the family of methods at the intersection between deep reinforcement learning and evolutionary algorithms for solving problems where the algorithms ability to explore, in particular their management of the exploration-exploitation dilemma, plays a crucial role. Historically, deep reinforcement learning algorithms are recognized as being efficient in terms of sample efficiency, but have a limited ability to explore the space of possible solutions, due to their simple exploration mechanisms, often based on the addition of stochastic noise in the action space. On the other hand, evolutionary methods, and more particularly recent algorithms from the quality-diversity family, have a superior ability to explore, due to their exploration mechanisms based on the diversity of solutions within a population. They are capable of solving optimization problems where it is necessary to explore the solution space intelligently (by defining a subspace of interest called the behavior space), but are often costly in terms of interactions with the environment. The first part of the contributions of this thesis (Chapter 3) focuses on the development of an hybrid algorithm, called Quality-Diversity-Policy-Gradient (QD-PG), for solving difficult exploration problems in continuous control environments (simulated robotics), based on the algorithmic framework of quality-diversity methods, and aiming to make it sample efficient using gradient-based methods derived from reinforcement learning. In the second part (Chapter 4), we present: 1. A new quality-diversity algorithm, called MAP-Elites Low-Spread, which corrects the variance bias of the MAP-Elites algorithm and generates constant and regular solutions in the behavior space, 2. A method based on supervised deep learning for distilling a collection of solutions generated by MAP-Elites Low-Spread into a single deep neural network based on the Transformer architecture, which is capable of generating trajectories conditioned on a desired behavior with high accuracy. Finally, the last contribution part (Chapter 5) introduces a work in progress, where we propose using a Transformer-based model to predict the final state of continuous cellular automata from an initial state, without prior knowledge of their governing rules. We hypothesize that this model could be employed to automatically detect interesting patterns generated by a search algorithm
Going Beyond Counting First Authors in Author Co-citation Analysis
Full text linkThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
Variations on the Author
Full text link“Variations on the Author” discusses two of Eduardo Coutinho’s recent films (Um Dia na Vida, from 2010, and Últimas Conversas, posthumously released in 2015) and their contribution to the general question of documentary authorship. The director’s filmography is characterized by a consistent yet self-effacing form of authorial self-inscription: Coutinho often features as an interviewer that rather than express opinions propels discourses; an interviewer that is good at listening. This mode of self-inscription characterizes him as an author who is not expressive but who is nonetheless markedly present on the screen. In Um Dia na Vida, however, Coutinho is completely absent form the image, while Últimas Conversas, on the contrary, includes a confessional prologue that moves the director from the margins to the center of his films. This article examines the ways in which these works stand out in the filmography of a director who offers new insights into the notion of cinematic authorship
Appropriate Similarity Measures for Author Cocitation Analysis
Full text linkWe provide a number of new insights into the methodological discussion about author cocitation analysis. We first argue that the use of the Pearson correlation for measuring the similarity between authors’ cocitation profiles is not very satisfactory. We then discuss what kind of similarity measures may be used as an alternative to the Pearson correlation. We consider three similarity measures in particular. One is the well-known cosine. The other two similarity measures have not been used before in the bibliometric literature. Finally, we show by means of an example that our findings have a high practical relevance.information science;Pearson correlation;cosine;similarity measure;author cocitation analysis
Dispelling the Myths Behind First-author Citation Counts
Full text linkWe conducted a full-scale evaluative citation analysis study of scholars in the XML research field to explore just how different from each other author rankings resulting from different citation counting methods actually are, and to demonstrate the capability of emerging data and tools on the Web in supporting more realistic citation counting methods. Our results contest some common arguments for the continued
use of first-author citation counts in the evaluation of scholars, such as high correlations between author rankings by first-author citation counts and other citation
counting methods, and high costs of using more realistic citation counting methods that are not well-supported by the ISI databases. It is argued that increasingly available digital full text research papers make it possible for citation analysis studies to go beyond what the ISI databases have directly supported and to employ more
sophisticated methods
koamabayili/VECTRON-author-checklist: VECTRON author checklist
No full textWe have done our best to complete the author checklist relating to the use of animals in the hut study. Note that the objective for the hut study was to evaluate the IRS treatment applications for residual efficacy against Anopheles mosquitoes, including the local An. coluzzii mosquito population. Cows were only used to attract mosquitoes into the huts and no tests were carried out directly on the cows. The author checklist is intended for use with studies where experiments are carried out on animals, which is why we have had such difficulty in completing this for the hut study, as many of the questions do not relate to how the cows were used
Author-wise bibliometric analysis based on entropy.
No full textAuthor-wise bibliometric analysis based on entropy.</p
- …
