PulseAugur
中
实时 10:41:56
English(EN) Autonomous Learning From Success and Failure: Goal-Conditioned Supervised Learning with Negative Feedback

新AI方法不仅从成功中学习，也从错误中学习

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了一种名为“基于目标条件监督学习的负反馈方法”（GCSL-NF）的新型自主系统训练方法，该方法解决了现有自监督方法中的局限性。与以往仅关注成功结果的技术不同，GCSL-NF通过对轨迹进行正向（针对重新标记的目标）和负向（针对最初设定的目标）评估，将从错误中学习的纠正机制纳入其中。该方法利用对比学习的相似性函数，无需预定义的奖励函数或几何距离。实验表明，GCSL-NF能有效减轻初始代理偏差，并且与标准的GCSL和基于HER的方法相比，性能有所提高，特别适用于具有不断变化或复杂目标的自适应系统。 AI

影响 这项研究通过允许自主系统从失败中学习，有望实现更强大、更具适应性的自主系统，从而可能加速机器人技术和复杂AI应用的进展。

排序理由 这是一篇详细介绍一种新自主学习方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新AI方法不仅从成功中学习，也从错误中学习

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Zeqiang Zhang, Fabian Wurzberger, Gerrit Schmid, Sebastian Gottwald, Daniel A. Braun ·

    从成功与失败中自主学习：基于负反馈的目标条件监督学习

    arXiv:2509.03206v2 Announce Type: replace-cross Abstract: Learning from reward functions and imitation learning of demonstrations are the two principal approaches for training autonomous systems that interact with an environment through action and observation. Both, however, requ…

相关话题