实体
NetHack Learning Environment
NetHack Learning Environment
PulseAugur coverage of NetHack Learning Environment — every cluster mentioning NetHack Learning Environment 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 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
近期帖子讨论了 AI 竞赛和反 AI 危害
NeurIPS 2021 的一项挑战赛要求参赛队伍利用 NetHack 学习环境开发用于玩 NetHack 游戏的智能体。另外，一个 YouTube 视频讨论了如何共同采取行动对抗 AI 危害，涵盖了 AI 相关危害和减少危害策略的各个方面。
-
新的分层行为空间方法增强了强化学习的探索能力
研究人员推出了一种新的分层强化学习方法——分层行为空间（HBS），该方法利用奖励函数的线性组合来创建更广泛的行为空间。与传统的每个选项单一奖励函数相比，这种方法允许更具表现力的策略表示。在NetHack学习环境上的实验表明，HBS取得了强劲的性能，其优势归因于增强的探索能力而非长期推理。