long-term planning | BriefGPT

关键词long-term planning

搜索结果 - 11

ICML高速价值迭代网络
使用可微分规划模块和嵌入式高速值迭代的方法，有效地解决了长期规划问题并在数百个规划步骤中超越了传统的值迭代网络和一些很深的神经网络。
PDFa month ago
推荐系统中的意图多样化
推荐系统中往往过于关注短期参与度，而此项研究关注将用户意图整合到整页推荐中以优化用户的长期体验。
PDF2 months ago
对比扩散器：通过对比学习规划高回报状态
本文介绍了一种名为 CDiffuser 的新方法，通过引入回报对比机制来改善基础分布，将生成的轨迹中的状态推向高回报状态并远离低回报状态，实验证明该方法在 14 个常用的 D4RL 基准测试中是有效的。
PDF5 months ago
扩散式任务无关里程碑规划器
利用序列建模方法来预测未来轨迹的决策问题在近年来取得了良好的结果。本文进一步利用这种序列预测方法在长期规划、基于视觉的控制和多任务决策等更广泛的领域中进行研究，提出了一种基于扩散模型的生成序列模型的方法，在潜空间内计划一系列里程碑，并使代理
PDF7 months ago
评估大型语言模型作为人工智能研究代理 agent
我们提出了一种基于 LLM 的研究代理的研究，该代理可以在机器学习工程问题中执行实验循环，并且我们开发了 MLAgentBench 来评估这些代理的性能与效率。
PDF9 months ago
AAAI从演示和指令中学习合理子目标
该研究提出了一个可从弱注释数据中学习有用子目标的框架，以支持高效长期规划以实现新目标，该框架的核心是基于环境状态的理性子目标 (RSGS)，它们可以被指定为 A * 或 RRT 等规划算法的中间点，并显著提高规划效率。
PDFa year ago
使用课程学习和自我对弈掌握多智能体足球 (TiZero)
本文提出了一种自我演化的多智能体系统 TiZero，使用自适应课程学习、自我博弈策略、多方策略的优化目标等创新方法克服了多个智能体系统协调、长期规划和非传递性等现有算法无法解决的难题，并在评估环境中全胜，比谷歌提供的前一代系统获胜率提高了
PDFa year ago
内省型智能体：代表行动机构的策略、生理和感知间的相互依存
本文提出了一种基于内省的代理机制，通过考虑代理自身的能力与环境背景相结合来实现任务目标，以增加现有体验智能机制的功能和实时适应性。
PDF3 years ago
深度可供性预见：通过未来可实现的行动计划
本文提出了一种新的 affordance 表示，使机器人可以通过建模未来的 affordance 来推断长期效应，从而确定实现任务目标的最佳动作。通过该新表示，我们开发了一种 learning-to-plan 方法，Deep Afforda
PDF4 years ago
AAAI自主飞行器基于深度强化学习的长期规划
本文研究了基于现实生活中无人机赛事的长期规划场景，对使用 PPO 算法训练的强化学习智能体在无人机比赛中与使用传统路径规划算法的模拟无人机进行了实验，使用对手无人机的 GPS 信息作为专家指导进行训练，成功解决了复杂状态空间问题，其代码可以
PDF4 years ago
CVPR基于目标导向语义探索的目标导航
该研究提出了 Goal-Oriented Semantic Exploration 系统，通过构建基于目标对象类别的情节语义地图来有效探索环境，该模型在模拟环境和移动机器人平台中实现了物体目标导航的优异表现。
PDF4 years ago