May, 2023

RLocator: 强化学习用于缺陷定位

PDF
TL;DR本文介绍了一种基于强化学习（RL）的 BUG 定位方法 RLocator，通过将 Bug 定位问题转化为马尔可夫决策过程（MDP），直接优化评估指标。经实验表明，该方法对 Apache 项目中的 8,316 条 Bug 报告解决方案的平均倒数排名（MRR）和平均精度（MAP）分别为 0.62 和 0.59，直接优化评估指标可显著提高 Bug 定位问题的性能。
bug localizationmachine learningreinforcement learningevaluation measuresapache projects
发现论文，激发创造
  • 深度强化学习（DRL）：无监督无线定位的另一种视角

    本文提出了一种基于深度强化学习的无监督无线定位方法，通过建模连续的无线定位过程为马尔可夫决策过程并将其纳入深度强化学习框架中，以克服使用未标记数据进行定位时奖励的获取难题，并使用 RSS 测量将 DRL 与代理位置相结合构建 DRL 输入，为 IoT 数据的空间化提供了新思路。

    Apr, 2020

  • 强化学习空中视角定位：迈向模拟搜救

    本文提出了一种基于强化学习的模型，名叫 AiRLoc，用于解决搜索和救援行动中的目标定位问题，该模型可以在局部图像信息下自主完成目标搜索和定位，并且在灾难等环境下也表现出良好的泛化能力。

    Sep, 2022

  • 深度强化学习目标检测

    本文介绍了一种基于深度强化学习的主动目标定位算法，比较了两种不同的决策过程方法：分层方法和动态方法，并进一步通过调整不同的超参数和架构变化对模型性能进行了消融研究。

    Aug, 2022

  • RL-MD: 一种新的强化学习方法用于 DNA 基序发现

    本文介绍了使用强化学习技术的 RL-MD 模型，可以在无标签数据的情况下进行核酸序列模式发现任务，并能在真实世界数据中识别出高质量的模式。

    Sep, 2022

  • 自然灾害时期公民安置的双 Q 学习算法

    本文研究了自然灾害中自主机器人在无需等待人类救援小组的情况下通过重新定位救 助公民的能力，采用基于部分可观察的马尔科夫决策过程的 Double Q-learning 方法进行实现，实验结果显示该方法在易场景下的表现超过了 100％，在 difficult 场景下的表现接近 50％。

    Sep, 2022

  • 基于深度强化学习的提及排序共指消解模型

    本文介绍一种使用强化学习进行共参照消解的方法，采用最大边际目标函数，使得在英文和中文 CoNLL 2012 共享任务上表现显著优于现有的技术水平。

    Sep, 2016

  • RL-LOGO: 深度强化学习定位于标志识别

    该论文提出了一种基于强化学习的定位技术的新型商标图像识别方法，它可以在没有位置注释的情况下利用深度强化学习来识别图像中的商标区域，从而提高分类准确性。该方法在多个基准测试中相比现有方法实现了显著的准确性改进，特别是在复杂数据集 Logo-2K + 上的准确性提升了 18 个百分点，证明了该方法在实际应用中具有很大的潜力。

    Dec, 2023

  • 奖励微调以提高更快和更准确的无监督目标发现

    通过利用人类反馈进行强化学习，无监督对象发现的准确性和训练速度得到了显著提高。

    Oct, 2023

  • 多目标强化学习中随机环境和局部决策问题的解决

    本研究旨在探讨多目标强化学习算法在具有随机状态转换的环境中学习最优策略的影响因素，并通过实证评估比较了不同的算法变种。研究结果表明设计良好的奖励信号可以改善性能，全局统计的 MORL Q-learning 算法也显示出比基准算法更好的性能，但仍然存在着噪声 Q 值估计问题的影响。

    Nov, 2022

  • RREx-BoT：用技巧袋处理远程代指表达式

    该研究揭示家庭机器人在执行长期任务时通过使用三维编码和视觉语言模型可实现客观目标定位；通过实证研究，该研究表明该方法优于以往的同类工作并适用于实际机器人平台。

    Jan, 2023