E3B

新的AI探索框架利用物理学学习未来状态

研究人员推出了一种名为Hamiltonian Temporal Contrastive Curiosity (HTC$^2$)的新型框架，旨在改善AI代理在物理控制环境中的探索能力。该方法侧重于学习未来状态的结构化表示，超越即时预测误差，以识别跨越扩展时间视界的有益结果。通过将多视界时间表示学习与哈密顿相空间结构相结合，HTC$^2$鼓励代理探索在学习表示中组织性较低的未来，并受物理动力学调节。