- 博客(7)
- 收藏
- 关注
原创 跨越合作壁垒——多智能体高效动态协同之路
在存在许多队友的环境中,一项协作任务往往只涉及少数智能体,以往多智能体强化学习关注所有队友,学习完成任务的效率就受到了限制。这时,如何聚焦协作任务,学会仅与相关的队友协作,是提高学习效率的一个途径。南栖仙策与南京大学和清华大学团队合作提出了分布式表征学习方法(Multi-agent Concentrative Coordination / MACC)实现了这一技术,论文发表在IJCAI 2022上。
2023-03-24 14:39:30
642
原创 探寻智能体自己的语言——迈向人机交互强化学习
在人机交互场景中,强化学习能够训练智能体按照人类语言指令完成任务。以往的算法通常直接将人类语言提供给智能体,然后使用强化学习优化方法来提升智能体的策略,以完成人类指定的任务。然而,人类语言的学习难度高,与解决具体决策任务的复杂度不相匹配。为此,南栖仙策和南京大学团队提出了一种新方法TALAR,让智能体自己发明与任务相关的“任务语言”,这样的语言更容易与任务关联,而人类的语言则作为“外语”,智能体另外学习如何将人类语言翻译为任务语言。
2023-03-22 10:22:26
485
原创 智能体如何应对环境突变:快速感知和自适应
南栖致力于推动强化学习在现实业务中的落地。在现实场景中,环境往往会不断变化,智能体无法适应变化后的环境,导致其决策失效。为此,南栖仙策与南京大学团队提出了一种环境敏感的上下文策略学习(environment sensitive contextual policy learning, ESCP)算法,论文发表在会议上,该方法可以提升环境识别的速度、增加环境识别的稳定程度,能够在突变环境中取得更高的性能。除此之外,该方法还为训练决策大模型提供了技术途径,能够训练出针对反馈控制任务的决策大模型。
2023-02-23 11:27:44
1088
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅