关键词intrinsically motivated exploration
搜索结果 - 4
- 利用人类好奇心的网络理论进行本质动机的图形探索
通过结合人类好奇心理论,使用基于图神经网络的强化学习来探索图形化数据,这种内部动机探索方法尤其适用于推荐系统
- 利用大型语言模型指导强化学习的预训练
提出了一种名为 ELLM(LLM 探索)的方法,它利用来自文本语料库的背景知识来塑造探索,通过利用大规模语言模型预训练,无需人介入便能引导智能体朝向有人类意义的和可能有用的行为方向,通过在 Crafter 游戏环境和 Housekeep 机 - ICMLCURIOUS: 内在动机模块化多目标强化学习
该论文提出了一种名为 CURIOUS 的算法,它利用 MODULAR Universal Value Function Approximator 和自动化课程学习机制来实现学习代理的自主目标设定和自我组织学习课程,实现学习目标的快速最优化。
- 具有自动课程学习特性的内在动机目标探索过程
本论文提出了一种基于内在动机的目标探索算法,结合自主学习过程和增量式目标策略搜寻探索,可以自动生成任务序列并发掘多种技能,无需特定的目标指令,适用于机器人等人工智能设备的自主发展学习。