AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：如何解決智能體探索和利用行為之間的平衡問題？
關(guān)鍵字：狀態(tài),結(jié)構(gòu),動(dòng)作,作者,智能
文章來源：AI前線
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

作者｜曾祥華 北京航空航天大學(xué) 博士生
本文介紹來自北京航空航天大學(xué)彭浩老師團(tuán)隊(duì)發(fā)表在 NeurlPS 2024 上的一篇文章“Effective Exploration Based on the Structural Information Principles”。為了解決當(dāng)前基于傳統(tǒng)信息論的探索方法由于忽略狀態(tài) – 動(dòng)作空間內(nèi)在結(jié)構(gòu)而導(dǎo)致效率低下的問題，作者提出了一種基于結(jié)構(gòu)信息原理的探索框架，即 SI2E。SI2E 通過定義結(jié)構(gòu)互信息，提出一種新的狀態(tài)動(dòng)作表征原則，捕捉狀態(tài) – 動(dòng)作對(duì)之間的動(dòng)態(tài)關(guān)系，構(gòu)建最優(yōu)編碼樹。通過分析狀態(tài) – 動(dòng)作對(duì)之間的價(jià)值差異，定義策略條件結(jié)構(gòu)熵，構(gòu)造內(nèi)在獎(jiǎng)勵(lì)機(jī)制，實(shí)現(xiàn)對(duì)于狀態(tài) – 動(dòng)作空間更為有效的覆蓋。在 MiniGrid、MetaWorld 和 DeepMind Control Suite 等測(cè)試環(huán)境中，SI2E 在最終性能與采樣效率等方面的表現(xiàn)遙遙領(lǐng)先，最大提升幅度分別達(dá)到了 37.63% 和 60.25%。
論文名稱：Effective Exploration Based on the Structural Information Princ

原文鏈接：如何解決智能體探索和利用行為之間的平衡問題？

聯(lián)系作者

文章來源：AI前線
作者微信：
作者簡(jiǎn)介：