Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2501.01463

帮助 | 高级搜索

计算机科学 > 机器学习

arXiv:2501.01463 (cs)
[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

Authors:Ben Nageris, Felipe Meneguzzi, Reuth Mirsky
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。
摘要: Goal Recognition aims to infer an agent's goal from a sequence of observations. Existing approaches often rely on manually engineered domains and discrete representations. Deep Recognition using Actor-Critic Optimization (DRACO) is a novel approach based on deep reinforcement learning that overcomes these limitations by providing two key contributions. First, it is the first goal recognition algorithm that learns a set of policy networks from unstructured data and uses them for inference. Second, DRACO introduces new metrics for assessing goal hypotheses through continuous policy representations. DRACO achieves state-of-the-art performance for goal recognition in discrete settings while not using the structured inputs used by existing approaches. Moreover, it outperforms these approaches in more challenging, continuous settings at substantially reduced costs in both computing and memory. Together, these results showcase the robustness of the new algorithm, bridging traditional goal recognition and deep reinforcement learning.
主题: 机器学习 (cs.LG) ; 人工智能 (cs.AI); 多智能体系统 (cs.MA)
引用方式: arXiv:2501.01463 [cs.LG]
  (或者 arXiv:2501.01463v1 [cs.LG] 对于此版本)
  https://doi.org/10.48550/arXiv.2501.01463
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Reuth Mirsky [查看电子邮件]
[v1] 星期二, 2024 年 12 月 31 日 16:44:20 UTC (1,876 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-01
切换浏览方式为:
cs.AI
cs.LG
cs.MA

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

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

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

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.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号