(相關(guān)資料圖)
編程客棧()7月28日 消息EUchsH:倫敦帝國理工學(xué)院和 DeepMind 的研究人員設(shè)計了一個 AandroidI 框架,將語言作為強化編程客棧學(xué)習(xí)智能體的核心推理工具。
該框架利用了大型語言模型和視覺語言模型,能js夠有效解決強化學(xué)習(xí)中的幾個基本問題,包括在獎勵稀疏環(huán)境中的高效探索、順序?qū)W習(xí)中的數(shù)據(jù)重用、新任務(wù)的能力調(diào)度以及從專家智能體的觀察中學(xué)習(xí)。
該框架通過使用語言模型和視覺語言模型作為基本推理工具,提高了強化學(xué)習(xí)智能體在理解復(fù)雜任務(wù)和環(huán)境中的能力。研究結(jié)果表明,語言模型和視覺語言模型可以有效地成為強化學(xué)習(xí)智能體推理的核心組件。
論文地址:https://pythonarxiv.org/abs/2307.09668
標(biāo)簽: