实体 PickupDist

PickupDist

PulseAugur coverage of PickupDist — every cluster mentioning PickupDist 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_273363 · Oct 1 · 04:00

ETHER 智能体通过涌现通信改进强化学习

研究人员开发了 ETHER（Emergent Textual Hindsight Experience Replay，视距经验回放的涌现文本），这是一种新颖的智能体，旨在提高目标条件强化学习（RL）的样本效率。ETHER 通过使用涌现通信来学习目标重新标记和满意度函数，解决了传统视距经验回放（HER）在指令遵循任务中的局限性。在 BabyAI PickupDist 任务上的实验表明，即使语言对齐不完美，ETHER 的方法也能提高样本效…