action space | BriefGPT - AI 论文速递

关键词action space

搜索结果 - 11

通过行为分解进行策略优化来增强语言代理
通过将语言代理优化从动作层面分解到令牌层面，本文提出了通过行为分解实现更细粒度的信用分配和对于不受限制的行动空间中可管理的优化复杂性，进而增强了语言代理与交互环境的学习效率和泛化能力。
PDFa month ago
大型部分可观察环境中的顺序计划引导 LLMs
通过结合状态空间搜索和基于自然语言模型的查询，我们提出了一种混合代理方法 neoplanner，以最大化状态值的上界来平衡探索和开发，并通过查询自然语言模型以生成行动计划，进一步提高了大规模状态空间和行动空间的顺序规划的性能。
PDF7 months ago
机器人操作学习和仿真到真实世界转移中的动作空间作用
我们研究了机器人操作学习和从仿真到实际的转移中的行动空间选择。我们定义了评估性能的度量标准，并研究了不同行动空间的新兴特性。我们使用 13 种不同的控制空间，在模拟的抓取和推动任务中训练了超过 250 个强化学习代理。行动空间的选择涵盖了文
PDF7 months ago
基于深度分层强化学习的智能 SDN 多播路由方法 DHRL-FNMR
该研究提出了一种基于深度分层强化学习的 SDN 智能多播路由算法来解决现有算法存在的问题，并构建了信息特征的状态空间和不同的行动空间。此外，还开发了可区分单步节点行动和多步行动向多目标节点的替代奖励策略来加速构建最优多播树的智能代理。
PDFa year ago
强化学习中的知识迁移无效行为学习
该研究提出了一种系统性的方法来将先验知识引入强化学习算法中，试图通过学习无关的行为来降低样本复杂性，并通过实验证明了其可以提高算法的样本效率和转移学习能力。
PDF2 years ago
COLING神经机器翻译中大动作空间的强化学习
通过减少词汇量和有效减少行动空间，以提高强化学习在神经机器翻译中的表现，取得了显著的 BLEU 分数改善，即平均 1.5 分。
PDF2 years ago
朝向因果感知增强学习：基于状态的动作细化时间差分
此研究提出了基于状态修正行动的方法以解决动作空间冗余和促进强化学习中的因果关系发现，并探讨了两种解决方案：TD-SWAR 和 Dyn-SWAR，用于改善动作冗余任务中的学习效率。
PDF3 years ago
ICML有效离线策略评估学习策略
研究提出了一种新型的强化学习框架，采用高级别动作空间，包括一组等效的任意长度的动作序列，能够提高强化学习的效率和计算效率。在两个最先进的离策略算法中应用该框架，实验证明，该框架能够使代理在每一集与环境打交道的次数更少，从而提高性能。
PDF3 years ago
层次强化学习中生成受邻近约束的子目标
本文研究了基于目标的层次强化学习（HRL）中高层次行动空间（即目标空间）的训练效率问题，提出了使用邻接约束把高层次动作空间限制为当前状态的 $k$ 步领域，证明该约束在确定性 MDPs 下保留了最优层次策略，实现方法是训练一个区分相邻和非相
PDF4 years ago
末端执行器空间中的可变阻抗控制：接触丰富任务中的强化学习动作空间
本文研究了深度强化学习中不同行为空间的影响，提出了在约束和接触丰富任务中具有优势的终端执行器空间下的可变阻抗控制（VICES）。通过在三个典型的操作任务中评估多个动作空间，表明 VICES 提高了样本效率，在所有三个实验设置中保持低能量消耗
PDF5 years ago
机器人辅助喂食：在现实盘子上推广串食策略
通过收集 2450 个不同特点食物项目的数据集，研究各类物品的拍卖成功率，开发了一种基于 Skewering-Position-Action network (SPANet) 的咬取框架，选择目标食物项和相应操作，最大程度地增加抓取成功概率
PDF5 years ago