Wayfarer：用Laplacian表示学习发现选项的RL智能体
热点事件持续更新
Wayfarer：用Laplacian表示学习发现选项的RL智能体
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Erik M. Lintunen 与 Marlos C. Machado 提交论文预印本，提出 Wayfarer——一种通用、领域无关的在线深度强化学习智能体。它从高维观测中通过 Laplacian 表示学习发现选项，并将这些选项用于控制。 作者称，这些选项能同时改善探索、加速信用分配，并泛化到未见场景。在最具挑战性的 Atari 2600 游戏中，Wayfarer 取得单流智能体的 SOTA 表现，在 Montezuma's Revenge 和 Private Eye 等需要长时程探索与策略行为的游戏中提升最大。
AI 根据报道生成 · 1 小时前更新
最新进展10月5日 12:00
Wayfarer：通过发现的选项掌握 Atari 2600 游戏报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv：cs.LGWayfarer：通过发现的选项掌握 Atari 2600 游戏
Wayfarer 是一种通用、领域无关的在线深度强化学习智能体，通过从高维观测中学习 Laplacian 表示来发现选项并用于控制。这些选项能同时改善探索、加速信用分配并有效泛化到未见场景，在最具挑战性的 Atari 2600 游戏中取得单流智能体的 SOTA 表现，在 Montezuma's Revenge 和 Private Eye 等需要长时程探索与策略行为的游戏中提升最大。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。