AIGC動態歡迎閱讀

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劃》230頁pdf
關鍵字：策略,任務,智能,環境,選項
文章來源：人工智能學家
內容字數：0字

內容摘要：

來源：專知
人類能夠通過規劃、推理和預測行動結果，執行具有長期目標的復雜任務。為了讓具身智能體（如機器人）實現類似的能力，它們必須獲得可以遷移到新情境中的環境知識，并在有限的試錯預算下學習?；趯W習的方法，如深度強化學習，可以從數據中發現并利用應用領域的內在規律和特征，并不斷提高其性能，但這通常需要大量的訓練數據。本論文探討了用于空間推理與規劃任務的數據驅動技術的發展，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：一種微分規劃器，能夠學習可解釋的世界模型用于長期規劃。CALVIN成功地在部分可觀測的三維環境中（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）以及狀態轉換（機器人動力學）。
SOAP：一種強化學習算法，用于無監督地發現長遠任務的宏動作（選項）。選項將任務劃分為子任務，并實現子任務的穩定執行。SOAP在基于歷史條件的走廊任務以及經典基準（如Atari游戲）中表現出穩健的性能。
LangProp：一個使用大型語言模型（LLM）進行代碼優化的框架，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劃》230頁pdf

聯系作者

文章來源：人工智能學家
作者微信：
作者簡介：