计算机科学 > 机器学习
[提交于 2024年12月31日
]
标题: 基于演员-评论家优化的目标识别
标题: Goal Recognition using Actor-Critic Optimization
摘要: 目标识别旨在从观察序列中推断智能体的目标。现有的方法通常依赖于手动设计的领域和离散表示。使用深度强化学习的深度识别(DRACO)是一种新方法,它通过提供两个关键贡献克服了这些限制。首先,它是第一个从非结构化数据中学习一组策略网络并用于推理的目标识别算法。其次,DRACO通过连续策略表示引入了新的评估目标假设的度量。DRACO在离散设置中实现了目标识别的最先进性能,同时不使用现有方法所使用的结构化输入。此外,它在更具挑战性的连续设置中以显著降低的计算和内存成本超越了这些方法。这些结果共同展示了新算法的鲁棒性,弥合了传统目标识别和深度强化学习之间的差距。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.