实体
Hierarchical Reinforcement Learning with Language Instructions
Hierarchical Reinforcement Learning with Language Instructions
PulseAugur coverage of Hierarchical Reinforcement Learning with Language Instructions — every cluster mentioning Hierarchical Reinforcement Learning with Language Instructions across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的HRLLI框架通过自适应语言指导增强RL效率
研究人员推出了一种新颖的框架——具有语言指令的分层强化学习（HRLLI），旨在提高强化学习代理的样本效率。HRLLI将自然语言指令分解为特定阶段的指导元素，允许高级策略为当前环境状态选择最相关的指令片段。然后，该选定的指导会告知执行动作的低级策略，从而实现语言到决策的自适应基础。在RTFM基准上的实验表明，HRLLI的性能显著优于现有的条件指令RL基线。
-
新的强化学习框架使用语言进行自适应指导；调查涵盖大语言模型蒸馏技术 · 跟踪 2 个来源
研究人员推出了一种名为“带语言指令的分层强化学习”（HRLLI）的新型框架，该框架通过在决策过程中动态选择相关的自然语言指导来提高强化学习的效率。这种被称为“选择即行动”（Select-to-Act）的方法将指令分解为特定阶段的元素，使高层策略能够指导低层策略进行自适应动作选择。在RTFM基准上的实验表明，HRLLI优于现有的指令条件强化学习基线。此外，一项调查回顾了大语言模型的“同策略蒸馏”（OPD）技术，解决了将前沿能力转移到更小…