V
主页
强化学习论文分享20230821
发布人
Plan, Eliminate, and Track — Language Models are Good Teachers for Embodied Agents. > 内容简介:预训练的大型语言模型(LLM)可以掌握关于世界的一些程序任务。最近的工作已经利用LLM的能力,生成抽象的计划,以简化具有挑战性的控制任务,无论是行动评分,或行动建模(微调)。然而,Transformer架构继承了几个限制,使得LLM难以直接充当代理:例如有限的输入长度、微调低效、来自预训练的偏差以及与非文本环境的不兼容。为了保持与低级可训练演员的兼容性,我们建议使用LLM中的知识来简化控制问题,而不是解决它。我们提出了计划,消除和跟踪(PET)框架。计划模块将任务描述转换为高级子任务列表。消除模块从当前子任务的观察中屏蔽掉不相关的对象和容器。最后,跟踪模块确定智能体是否已完成每个子任务。PET框架在AlfWorld环境下进行基准测试,在人类目标规范方面比SOTA算法显著提高了15%。 > 关键词:大模型,文本任务,预训练 Deep Hierarchical Communication Graph in Multi-Agent Reinforcement Learning > 内容简介:共享意图对于通信支持的多智能体强化学习中的有效合作是至关重要的。最近的工作应用静态或无向图来确定交互的顺序。然而,对于复杂的协同任务,静态图并不是通用的,并且带有循环的无向图中的并行消息传递更新并不能保证收敛。为了解决这一问题,我们提出了深度层次通信图(DHCG)来学习智能体之间基于消息的依赖关系。这些关系被表示为有向无环图(DAGs),其中适当拓扑的选择被视为一个动作,并以端到端方式进行训练。为了消除图中的循环,我们引入无环性约束作为内在奖励,然后将图投影到dag的容许解集中。因此,DHCG消除了冗余的通信边,以提高成本,并保证收敛。为了说明学习图的有效性,我们提出了基于基于策略的和基于基于价值的动态动态平衡。基于策略的DHCG以自回归的方式对联合策略进行因子分解,基于基于价值的DHCG将联合价值函数分解为个体价值函数和成对支付函数。实验结果表明,该方法提高了多智能体协作任务的性能,包括捕食者-猎物、多智能体协调挑战和星际争霸多智能体挑战。 > 关键词:多智能体强化学习、共享意图、通信图
打开封面
下载高清视频
观看高清视频
视频下载器
上海交大张伟楠强化学习课程第16讲:基于扩散模型的强化学习
花90分钟录制想让你顺利毕业,至于你愿意花多少分钟看,就是你的事了
深度强化学习 PPO 纯白板逐行代码Python实现
我在B站上大学系列!北大王树森精讲7小时搞懂深度强化学习!建议收藏!
从模型预测控制到强化学习10:“直来直往-直接给策略推荐”的确策略梯度(PG)方法REINFORCE-A2C-原理与仿真
AI挑战黑神话!死亡1000次,我训练的AI终于击败了首个BOSS【图灵计划10】
强化学习简介+DQN
【深度强化学习 CS285 2023】伯克利—中英字幕
通俗易懂!一口气学完人工智能入门到精通:机器学习+深度学习+强化学习,课程涵盖所有基础知识及项目实战,三位计算机大佬倾囊相授!
[上]6个人形双足强化学习开源项目,论文讲解,代码速读,FLD,PBRS,footstep,ExBody,humanplus,humanoid-gym
强化学习论文分享20240131
上海交大张伟楠强化学习课程第1讲:强化学习简介III
机器学习-强化学习详解!这绝对是全网最简单的强化学习基础概念与算法讲解,代码实战!
比啃书爽!周志华机器学习视频全套教程终于找到了!简单易懂!强化学习/神经网络/线性回归/聚类算法/半监督学习
强化学习论文分享20240307
[下]6个人形双足强化学习开源项目,论文讲解,代码速读,FLD,PBRS,footstep,ExBody,humanplus,humanoid-gym
青龙人形机器人开源强化学习库GymLoong测试
【黑神话:悟空】中机器学习算法的奇妙运用,从机器学习到游戏性能优化,一口气学完机器学习经典算法-机器学习/深度学习/强化学习/算法/智能NPC
强化学习第一步---换个模型玩
秋招入职必刷!三小时快速上手【深度强化学习】,不愧是王树森博士,讲的实在是太通俗易懂了!
动态规划+DDPG
上海交大张伟楠强化学习课程第6讲:无模型控制方法II
强化学习在ROS2中实现巡线小车
RL vs MPC,LeCun:MPC,胜!我不看好强化学习
强化学习的数学原理:课程背后的故事+输出到海外
【强化学习玩游戏】简单易懂的PPO算法及公式推导!强化学习轮足机器人控制器、月球登陆器训练+超级马里奥项目实战!
强化学习论文分享20240509
强化学习轴孔装配
不同神经网络本质上有区别吗?迪哥一次性带你吃透CNN、RNN、GAN、GNN、Transformer五大深度学习神经网络!原理解读+项目实战,小白秒上手!
强推!这可能是B站最全的【Python+机器学习+深度学习】系列课程了,从入门到精通,堪称人工智能系列课程的巅峰之作!_AI/人工智能/深度学习/机器学习
【深度强化学习】华盛顿大学Steve Brunton教授精讲《数据驱动的科学与工程:机器学习、动态系统与控制》
B站水友开发的免费ChatGPT账号共享站,打开即用
自从学会抄,一年轻松发5篇综述SCI,B站公认最好的【SCI论文写作教程】26讲全!基本套路+实操演示,包含所有干货内容!-论文/SCI论文/毕业论文
Zotero7正式版本发布,安卓平板也可以使用了!不错的文献管理阅读笔记软件
这绝对是全B站最系统(没有之一)的人工智能基础教学!内含机器学习、深度学习、强化学习、NLP、等多个方向解析,零基础必看!
强化学习论文分享20230612
强化学习论文分享20240314_3
【强化学习训练走路的机器人】油管最强动画强化学习入门!不愧是MATLAB官方教程,行走机器人|深度学习|AI 人工智能
【最强动画直观理解强化学习】强化学习训练走路的机器人!不愧是MATLAB官方教程,行走机器人/深度学习/AI/人工智能
利用AI技术高效完成文献阅读与汇报工作!