AIGC動態(tài)歡迎閱讀

原標題：空間智能如何構建？牛津大學博士論文《深度具身智能體的空間推理與規(guī)劃》230頁pdf
關鍵字：策略,任務,智能,環(huán)境,選項
文章來源：人工智能學家
內容字數(shù)：0字

內容摘要：

來源：專知
人類能夠通過規(guī)劃、推理和預測行動結果，執(zhí)行具有長期目標的復雜任務。為了讓具身智能體（如機器人）實現(xiàn)類似的能力，它們必須獲得可以遷移到新情境中的環(huán)境知識，并在有限的試錯預算下學習。基于學習的方法，如深度強化學習，可以從數(shù)據(jù)中發(fā)現(xiàn)并利用應用領域的內在規(guī)律和特征，并不斷提高其性能，但這通常需要大量的訓練數(shù)據(jù)。本論文探討了用于空間推理與規(guī)劃任務的數(shù)據(jù)驅動技術的發(fā)展，重點在于提高學習效率、可解釋性以及在新場景中的可遷移性。
本論文的主要貢獻包括四個方面：
CALVIN：一種微分規(guī)劃器，能夠學習可解釋的世界模型用于長期規(guī)劃。CALVIN成功地在部分可觀測的三維環(huán)境中（如迷宮和室內房間）導航，通過從專家示范中學習獎勵（目標和障礙）以及狀態(tài)轉換（機器人動力學）。
SOAP：一種強化學習算法，用于無監(jiān)督地發(fā)現(xiàn)長遠任務的宏動作（選項）。選項將任務劃分為子任務，并實現(xiàn)子任務的穩(wěn)定執(zhí)行。SOAP在基于歷史條件的走廊任務以及經典基準（如Atari游戲）中表現(xiàn)出穩(wěn)健的性能。
LangProp：一個使用大型語言模型（LLM）進行代碼優(yōu)化的框架，通過將代碼視為可學習的策略，解決具身智能體問題。該框架在CA

原文鏈接：空間智能如何構建？牛津大學博士論文《深度具身智能體的空間推理與規(guī)劃》230頁pdf

聯(lián)系作者

文章來源：人工智能學家
作者微信：
作者簡介：