神经符号世界模型赋能强化学习中的零样本任务迁移

研究人员开发了一种新颖的神经符号世界模型，旨在改进强化学习中的零样本任务迁移。该模型将观测重建与奖励预测解耦，使其能够在相同的符号状态空间上，无需额外的环境交互即可适应新定义的奖励函数。该方法旨在克服纯粹神经世界模型的局限性，这些模型通常学习不可解释的、任务相关的潜在表示，从而阻碍了泛化能力。 AI

影响 这项研究可能催生出更具适应性的强化学习代理，能够以更少的特定训练来应对更广泛的任务。

排序理由 关于强化学习中世界模型新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• Influence Flower
• Neural World Models
• Neurosymbolic World Models
• Observation Reconstruction
• reinforcement learning
• Reward prediction in primate basal ganglia and frontal cortex
• ScienceCast
• Symbolic state space reduction with guarded terms for rewriting modulo SMT
• Zero-Shot Task Transfer

• 论文
• 模型发布

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