Apr, 2015

具有泛化能力的投影模拟

PDF
TL;DR通过提出几个泛化的标准以及一种动态且自主的机制，本文介绍了如何在项目模拟智能代理中实现有意义的泛化，从而使代理可以学习和应对大量数据，配合一个基于非常简单的原则的基本的项目模拟模型和泛化机制，使我们能够全面分析代理的性能并展示它通过泛化的益处。
generalizationintelligent agentprojective simulationreinforcement learningautonomous machinery
发现论文，激发创造
  • 用于人工智能的投影模拟

    本文提出了一种学习智能体的模型，其与环境的交互由基于模拟的投射控制，该模型通过随机行走的方式对记忆片段网络进行模拟，筛选特定特征以触发智能体动作，提供了一种新的基于实体认知科学的智能行动学习途径，并与强化学习和量子计算领域进行了连接。

    Apr, 2011

  • 经典学习代理的投影模拟：综合研究

    本文研究了基于偏迹模拟（PS） 的人工智能模型，通过分析模型性能，包括可达效率、学习时间和这两个属性与问题维度的比例，研究了 PS 代理在不同学习场景中的能力及其与 Q - 学习和学习分类器系统两个流行模型的性能对比，得出了 PS 是一种具有独特性质和优势的竞争性人工智能模型的结论。

    May, 2013

  • 合作多智能体系统中的泛化

    本研究探讨了合作多智能体系统中的组合泛化现象及其理论基础，在引入线性依赖性的动态性能的基础上研究了泛化界限，并在团队能力的奖励上扩展了结果，同时通过多智能体强化学习框架在各种领域进行了实证分析，并提出了多智能体算法向确保组合泛化方面的重要需求。

    Jan, 2022

  • 环境因素对位于特定环境中的代理体系统性与概括性的影响

    研究神经网络的泛化能力，通过 3D Unity 模拟环境测试网络在未见过的情况下的表现并发现了训练、环境的细节影响泛化能力，建议在网络训练时按照孩子多感官、多模态的观察方式输入信息。

    Oct, 2019

  • 学习使辅助任务泛化的表示

    本文主要研究在 assistive tasks 中应用 sim2real 技术时的问题，并提出了一种解决方案 —— 通过学习一种好的 latent representation 来匹配 test-time humans 能够准确映射到的人类策略，并且在 test-time 进行 fine-tune，这样能够更好地结构化人类策略。

    Dec, 2022

  • 利用投影模拟在不断变化的环境中的自适应量子计算

    本文研究如何通过智能代理和投影模拟器适应外部杂波对基于测量的量子计算进行干扰，以及在 Grover 搜索算法中纠正杂散场，为基于智能代理的自适应控制器提供了一种解决量子信息任务的路径。

    Jul, 2014

  • 使用自监督的世界模型进行规程泛化

    在本文中，我们评估了 MuZero 代理在程序化和任务通用性方面的性能，并通过比较自由模型代理，确定了模型代理的泛化能力。我们发现，计划、自监督表示学习和程序数据多样性是程序化通用性的三个因素，并表明结合这些技术可以实现出色的通用性性能和数据效率。然而，我们发现这些因素不总是为 Meta-World 中的任务通用性基准提供相同的好处。

    Nov, 2021

  • 多激励投影模拟与受多体物理启发的归纳偏置

    深度学习和可解释人工智能领域的研究。介绍了 Projective Simulation 和 Multi-Excitation Projective Simulation 方法以及与超图可视化的应用，通过量子多体物理的少体相互作用模型解决超图的复杂性问题，并在实验中展示了资源节约和可解释性的方面。

    Feb, 2024

  • 通过视觉猜谜游戏学习到的神经表示的泛化能力实证研究

    本文研究了一个人工智能代理在玩猜谜游戏时如何受益，以便之后在诸如视觉问答（VQA）之类的新领域中表现更好，并提出了两种方法来利用猜谜游戏：一种是监督学习场景，代理学习模仿成功的猜测游戏，另一种是自我游戏，称为自我游戏通过迭代经验学习（SPIEL）。作者评估了两个过程的泛化能力，并在 CompGuessWhat？！测评工具套件上展示了评估结果。结果显示，在范围内评估中，与竞争对手相比，代理的准确率提高了 7.79 个点；在转移评估中，得益于通过 SPIEL 学习的更细粒度的对象表示，VQA 在 TDIUC 数据集上的表现在谐波平均准确度上提高了 5.31 个点。

    Jan, 2021

  • AI 代理的记忆和泛化能力分析：连续学习者是否稳健？

    提出了一种新颖的连续学习（CL）框架，通过使用有限容量的内存保存先前观察到的环境信息以减轻遗忘问题，并从内存中采样数据点来估计环境变化的风险分布，从而获得对未知变化具有鲁棒性的预测器。实验表明，该算法在所有环境中优于基于内存的 CL 基线，并显著提高了在未知目标环境中的泛化性能。

    Sep, 2023