实体
Predictive State Representations
Predictive State Representations
PulseAugur coverage of Predictive State Representations — every cluster mentioning Predictive State Representations across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新框架为AI智能体的规范世界模型定义了范式
本文通过根据建模通道（环境、智能体或联合智能体-环境系统）对强化学习中的世界模型进行分类，引入了一个理解世界模型的框架。利用计算力学，作者将这三种情况的规范预测模型定义为ε-变换器或ε-机。研究表明，规范环境模型与标准的预测状态表示一致，而另外两种情况则为智能体和联合系统产生了类似的规范模型。一个关键发现是，规范的、支持受限的环境状态通过规范的联合因果状态进行分解，其转换结构源自联合模型，而智能体侧的构建是偶对的。
-
新方法使人工智能代理能够学习复杂的隐藏状态系统
研究人员开发了一种新方法，使自主代理能够学习和推理具有隐藏状态的系统，这个问题通常被表述为学习离散的部分可观察马尔可夫决策过程（POMDP）。代理从POMDP的动作和观察空间知识开始，但必须从顺序数据中构建其状态空间、转移和观察模型。所提出的方法基于预测状态表示（PSRs）等谱方法，通过张量分解估计相似变换来学习POMDP矩阵。该方法允许在模型学习后为不同的目标和奖励函数生成新计划，并且还表明仅从顺序数据中学习超出状态分区的POMDP是不可能的。