Mar, 2024
全面神经符号视觉强化学习与语言解释
INSIGHT: End-to-End Neuro-Symbolic Visual Reinforcement Learning with Language Explanations
Lirui Luo, Guoxi Zhang, Hongming Xu, Yaodong Yang, Cong Fang...
TL;DR该研究介绍了一种神经符号强化学习(Neuro-symbolic reinforcement learning,NS-RL)的框架,通过将视觉基础模型精简为可扩展的感知模块,可以同时学习结构化状态和符号策略,并使用大型语言模型生成简明易读的策略和决策解释,实验结果显示在九个 Atari 任务中,该方法相比现有的 NS-RL 方法获得显著的性能提升,并展示了策略和决策的解释。