belief state | BriefGPT - AI 论文速递

关键词belief state

搜索结果 - 7

信仰自由的深度强化学习和蒙特卡罗树搜索在检验与维护规划中的研究
我们提出了一种新颖的深度强化学习（DRL）体系架构，用于处理不确定性情况下的顺序决策过程，如检查与维护计划。与其他针对检查与维护计划的 DRL 算法不同，所提出的 + RQN 架构不计算信念状态，而是直接处理错误的观测。我们将该算法应用于一
PDF6 months ago
ACL对话状态跟踪中的多轮对话和评估指标不匹配
本文提出了一种相对槽位准确性评估方法来补充对话状态跟踪任务中当前评估指标的缺陷，并鼓励使用各种补充评估指标来进行真实的评估。
PDF2 years ago
神经助手：联合行动预测、响应生成和潜在知识推理
本文介绍了神经助手：一种基于神经网络模型的任务导向对话系统，该系统采用了外部知识源，并联合生成文本响应和行动预测，以消除信念状态注释的需要，并实现更高的事实准确性和语言生成性能。
PDF5 years ago
神经预测信念表示
本文探讨了使用现代神经网络结构学习信念表示的可能性，并使用一步帧预测和两个变体的对比预测编码作为目标函数来学习表示。我们发现，神经表示能够捕获到环境的信念信息，这有潜力在部分可观测领域中促进学习和规划的新进展。
PDF6 years ago
复杂随机过程的易处理推理
本文描述了在动态贝叶斯网络中维护精简的信任状态的想法，以及分析错误是如何随过程演化呈指数级收缩的，最终向我们展示了如何在监测任务中应用我们的想法。
PDF11 years ago
非单调因果理论中的行动概率推理
该研究提出了一种关于动作的概率推理语言 {m P}{cal C}+，是动作语言 {cal C}+ 的一种推广形式，能够处理行为的概率和不确定性影响，并利用历史和信念状态的概念，简明地阐述了该形式主要研究内容。
PDF12 years ago
信念空间搜索的计划图启发式方法
提供了一种基于状态距离测量的置信状态距离估计框架，利用聚合状态距离度量的方法来定义置信状态之间的距离，实现了一些技术来聚合状态距离及其关联属性，提出了几种规划图启发式方法的广义形式，利用 BDD 来计算最有效的技巧，这些启发式方法在两个规划
PDF13 years ago