研究人员开发了ASTEROID,一个新颖的师生框架,旨在提高在部分可观察性下运行的序列决策智能体的上下文内探索能力。该方法通过蒸馏基于学生智能体同策略上下文的专家动作来训练学生智能体,从而能够在没有传统强化学习高样本成本的情况下实现高效探索。ASTEROID在包括机器人和Procgen在内的各种环境中都表现出卓越的性能,实现了显著更高的回报,并在探索任务中超越了前沿模型。 AI
影响 增强了智能体的探索效率,可能降低训练成本并提高在复杂环境中的性能。
排序理由 该集群包含一篇详细介绍AI智能体探索新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- ASTEROID
- Bayesian posterior sampling
- CatalyzeX
- Connected Papers
- cs.LG
- cs.RO
- DagsHub
- Gotit.pub
- Hugging Face
- Influence Flower
- Litmaps
- Procgen
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →