TimeRewarder: Apprendere Ricompense Dense da Video Passivi tramite Distanza Temporale

TimeRewarder introduce un approccio innovativo all'apprendimento delle ricompense estraendo segnali di stima del progresso da fonti video passive, come video umani e dimostrazioni robotiche, attraverso l'analisi delle distanze temporali tra coppie di fotogrammi. Questo metodo fornisce ricompense proxy incrementali per facilitare l'apprendimento per rinforzo. Nei test che coinvolgono dieci compiti Meta-World, TimeRewarder migliora significativamente le prestazioni in scenari con ricompense sparse, raggiungendo un successo quasi perfetto in 9 compiti su 10 con appena 200.000 interazioni per compito, superando le tecniche precedenti.