Overcooked-AI
PulseAugur coverage of Overcooked-AI — every cluster mentioning Overcooked-AI across labs, papers, and developer communities, ranked by signal.
-
多领域强化学习新研究 · 追踪10个来源
arXiv上发表的多篇研究论文探讨了强化学习（RL）的进展及其应用。一项研究侧重于通过决策树剪枝提高RL策略的可解释性，并在控制基准测试中显示出有效性。另一篇论文介绍了一种博弈论逆强化学习方法，用于预测人类驾驶行为，其准确性优于现有方法。此外，研究还探讨了可解释人工智能（XAI）在人机协作中的支持作用、RL组件在样本高效控制中的协同作用，以及多目标RL的网络现代化。其他论文深入研究了轨迹相对滞后蒸馏、信用节约动作到令牌分配，以及在模拟…
-
新AI方法实现鲁棒的即席团队协作
研究人员开发了一种名为无监督伙伴设计（UPD）的新型多智能体强化学习方法。该技术在学习过程中动态生成训练伙伴，并根据可学习性标准进行调整。UPD消除了对预训练伙伴群体或手动调整的需求，从而在Level-Based Foraging和Overcooked-AI等各种基准测试中实现更多样化的训练和更高的性能。人类-AI用户研究表明，与基线方法相比，使用UPD训练的智能体被认为更具适应性，且令人沮丧的程度更低。
-
新框架通过适应伙伴行为来增强人机协作
研究人员开发了一个名为伙伴感知技能发现（PASD）的新框架，以改进人机协作。该方法通过将技能与伙伴行为而非仅代理中心奖励相关联，解决了现有分层强化学习的局限性。PASD使用对比内在奖励来识别伙伴交互中的模式，促进适应性协调并减轻捷径学习。在Overcooked-AI基准上的评估表明，PASD在将技能学习迁移到包括人类代理模型在内的各种伙伴行为方面，显著优于其他方法。
-
新AI框架通过自适应技能增强人机协作
研究人员开发了一个名为内在动作解耦（IAD）的新框架，以改进人机协作。这种深度分层强化学习方法学习不同的动作序列，以适应不同的合作伙伴行为和技能水平。IAD使用内在奖励来鼓励解耦的动作分布，从而在高级决策和合作伙伴特定的响应之间建立可解释的联系。在Overcooked-AI域中的评估表明，IAD在与各种模拟和人类合作伙伴实现可靠和自适应的协调方面优于现有方法。