PulseAugur
中
实时 12:50:41
English(EN) Path Channels and Plan Extension Kernels: a Mechanistic Description of Planning in a Sokoban RNN

Sokoban 游戏 AI 模型使用“路径通道”进行规划

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员部分逆向工程了用于 Sokoban 游戏的卷积循环神经网络 (RNN)。他们发现该网络将其未来移动或规划存储在其隐藏状态内的特定“路径通道”的激活中。这些通道受到编码学习到的转换模型的卷积核的影响，使 RNN 能够通过将激活从箱子传播到目标来构建规划，并使用负值在障碍物处修剪路径，从而有效地实现一种回溯形式。 AI

排序理由 该集群包含一篇学术论文，详细介绍了训练神经网络中规划的新机制描述。[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 →

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Mohammad Taufeeque, Aaron David Tucker, Adam Gleave, Adri\`a Garriga-Alonso ·

    Path Channels and Plan Extension Kernels: a Mechanistic Description of Planning in a Sokoban RNN

    arXiv:2506.10138v3 Announce Type: replace-cross Abstract: We partially reverse-engineer a convolutional recurrent neural network (RNN) trained with model-free reinforcement learning to play the box-pushing game Sokoban. We find that the RNN stores future moves (plans) as activati…

相关实体

相关话题