研究人员开发了一种名为 Trust Guided Decision Transformer (TGDT) 的新方法，以提高 Decision Transformer 在 AI 长期决策中的性能。标准的 Decision Transformer 在上下文偏离训练分布时会遇到困难，导致性能下降。TGDT 通过预测误差评估最近的上下文后缀，并仅选择那些保持在校准阈值内的上下文，然后再应用价值引导。在 D4RL 任务上的实验表明，与 vanilla Decision Transformer 和其他上下文选择方法相比，TGDT 能有效减少持续的高误差运行并提高整体回报。 AI
影响 这项研究可能有助于在需要长期规划和决策的场景中实现更可靠、更有效的 AI 代理。
排序理由 该集群包含一篇详细介绍改进 AI 决策模型新方法的 ist 研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
