learning agent | BriefGPT - AI 论文速递

关键词learning agent

搜索结果 - 8

分散学习对斯塔克尔贝格博弈中玩家效用的影响
探讨了两个学习代理（如推荐系统或聊天机器人）相互交流并独立学习的情况下，每个代理的目标和效用如何受到影响，并提出了一种宽容于小学习误差的放松后的后悔基准，以及相应的学习算法，实现了接近最优水平的后悔率。
PDF4 months ago
与学习代理人的契约
通过学习代理的重复合同，我们提供了一种动态合同的解决方案，这种合同对于知识有限的主体和代理都有利，并且可以应用于不同的时间范围。
PDF5 months ago
可塑性代理程序用于可重构机械机械臂
本文提出一种基于深度强化学习和序列神经网络的学习代理，应用于多连杆机械臂的不同配置。通过领域随机化方法进行训练，演示了该网络在 2D N-Link 机械臂上的泛化能力。
PDF2 years ago
文本建模世界
该研究提供了一个数据集，用于训练能够构建基于知识图谱的交互叙事世界模型的学习代理。数据集包含了 24198 个富自然语言观察和知识图谱之间的映射，以及多个流派的 27 个游戏中的训练数据和 9 个附加的游戏中包含的 7836 项测试集等内容
PDF3 years ago
ACL盲目阅读和行动：文本游戏代理需要语义学
以基于文本的游戏为测试平台，研究了自然语言理解代理的语义理解能力；实验结果表明，在降低语义信息量的情况下，自主代理仍能够在游戏中取得高分，提出了逆动力学解码器来增强语义理解的性能。
PDF3 years ago
ICML用于发展机器人学的开放世界模拟环境
本文介绍 SEDRo，一个模拟环境用于发展性机器人学习模型的训练，模拟婴儿从胎儿时期到 12 个月的成长进程，以发展心理学测试的形式来评估学习模型的进展。
PDF4 years ago
可配置马尔可夫决策过程
本文提出了一种新的框架 Configurable Markov Decision Processes (Conf-MDPs)，以建立环境参数配置与学习代理之间的交互模型，并通过 Safe Policy-Model Iteration (SP
PDF6 years ago
随机低秩赌博机
本文提出了一种名为 LowRankElim 的算法，该算法能够在一定时间复杂度下对一个非负矩阵寻找其的最大值，并且在文献中该类结果首次出现。
PDF7 years ago