Baba in Wonderland

新系统'Alice'改进了AI世界模型在失配情况下的学习

研究人员开发了一个名为Alice的新系统，旨在改进可执行世界模型的学习，特别是在存在先前失配的情况下。Alice将失败的候选更新视为结构信号的来源，利用保留冲突来揭示当前程序可能混淆的动力学。通过将这些冲突提炼为假设类别并指导探索，Alice仅凭交互证据就能增强对状态相关动力学的发现，而不依赖于规则描述或奖励信号。在Baba Is You游戏的一个变体上的实验证明了Alice在这些挑战性条件下学习可执行世界模型的有效性。