倫敦帝國理工學(xué)院和 DeepMind聯(lián)合設(shè)計(jì)AI框架 統(tǒng)一強(qiáng)化學(xué)習(xí)智能體
微新創(chuàng)想（idea2003.com）7月28日 消息:倫敦帝國理工學(xué)院和 DeepMind 的研究人員設(shè)計(jì)了一個 AI 框架，將語言作為強(qiáng)化學(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，能夠有效解決強(qiáng)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(qiáng)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(qiáng)化學(xué)習(xí)智能體推理的核心組件。
論文地址:https://arxiv.org/abs/2307.09668
