(相關資料圖)
編程客棧()7月28日 消息EUchsH:倫敦帝國理工學院和 DeepMind 的研究人員設計了一個 AandroidI 框架,將語言作為強化編程客棧學習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夠有效解決強化學習中的幾個基本問題,包括在獎勵稀疏環(huán)境中的高效探索、順序學習中的數(shù)據(jù)重用、新任務的能力調度以及從專家智能體的觀察中學習。
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,提高了強化學習智能體在理解復雜任務和環(huán)境中的能力。研究結果表明,語言模型和視覺語言模型可以有效地成為強化學習智能體推理的核心組件。
論文地址:https://pythonarxiv.org/abs/2307.09668
標簽: