AIGC動態(tài)歡迎閱讀

原標(biāo)題：「大模型+強(qiáng)化學(xué)習(xí)」最新綜述！港中文深圳130余篇論文：詳解四條主流技術(shù)路線
關(guān)鍵字：模型,能力,自然語言,任務(wù),函數(shù)
文章來源：新智元
內(nèi)容字?jǐn)?shù)：10478字

內(nèi)容摘要：

新智元報(bào)道編輯：LRS
【新智元導(dǎo)讀】用大模型來輔助強(qiáng)化學(xué)習(xí)，可以提高模型在多任務(wù)學(xué)習(xí)、樣本利用率、任務(wù)規(guī)劃等復(fù)雜任務(wù)下的能力，該論文綜述了LLM-enhanced RL領(lǐng)域的最新進(jìn)展，總結(jié)了LLM-enhanced RL的主要技術(shù)框架、特性以及四種主要技術(shù)路線；并分析了未來該方向的機(jī)會與挑戰(zhàn)。強(qiáng)化學(xué)習(xí)（RL）通過與環(huán)境交互的試錯反饋來優(yōu)化順序決策問題。
雖然RL在允許大量試錯的復(fù)雜電子游戲環(huán)境中實(shí)現(xiàn)了超越人類的決策能力（例如王者榮耀，Dota 2等），但很難在包含大量自然語言和視覺圖像的現(xiàn)實(shí)復(fù)雜應(yīng)用中落地，原因包括但不限于：數(shù)據(jù)獲取困難、樣本利用率低、多任務(wù)學(xué)習(xí)能力差、泛化性差、稀疏獎勵等。
大語言模型（LLM），通過在海量數(shù)據(jù)集上的訓(xùn)練，展現(xiàn)了超強(qiáng)的多任務(wù)學(xué)習(xí)、通用世界知識目標(biāo)規(guī)劃以及推理能力。以ChatGPT為代表的LLM已經(jīng)被廣泛應(yīng)用到各種現(xiàn)實(shí)領(lǐng)域中，包括但不限于：機(jī)器人、醫(yī)療、教育、法律等。
在此背景下，LLM可以提高強(qiáng)化學(xué)習(xí)在例如多任務(wù)學(xué)習(xí)、樣本利用率、任務(wù)規(guī)劃等方面的能力，幫助提高強(qiáng)化學(xué)習(xí)在復(fù)雜應(yīng)用下的學(xué)習(xí)表現(xiàn)，例如自然語言指令跟隨、談判、自動駕駛等。
為此，來自香港中

原文鏈接：「大模型+強(qiáng)化學(xué)習(xí)」最新綜述！港中文深圳130余篇論文：詳解四條主流技術(shù)路線

聯(lián)系作者

文章來源：新智元
作者微信：AI_era
作者簡介：智能+中國主平臺，致力于推動中國從互聯(lián)網(wǎng)+邁向智能+新紀(jì)元。重點(diǎn)關(guān)注人工智能、機(jī)器人等前沿領(lǐng)域發(fā)展，關(guān)注人機(jī)融合、人工智能和機(jī)器人對人類社會與文明進(jìn)化的影響，領(lǐng)航中國新智能時代。