实体 Explore-Go

Explore-Go

PulseAugur coverage of Explore-Go — every cluster mentioning Explore-Go across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_141483 · Jul 14 · 04:00

新方法提高了AI智能体在上下文MDP中的泛化能力

研究人员探讨了在不相关状态下训练智能体如何提高上下文马尔可夫决策过程（CMDP）中的泛化能力。虽然这可以提高泛化能力，但可能会降低学习到的价值函数的准确性。该论文提出了一种名为Explore-Go的方法，该方法在每个训练回合开始时引入一个纯探索阶段，以增加智能体的覆盖范围和准确性，从而提高在各种基准测试中的泛化性能。