数学 > 代数拓扑
[提交于 2025年7月29日
]
标题: 探索带有体积增长变换的RL游戏的分层空间结构
标题: Exploring the Stratified Space Structure of an RL Game with the Volume Growth Transform
摘要: 在本工作中,我们探讨了为玩特定强化学习(RL)游戏而训练的变压器模型的嵌入空间结构。 具体而言,我们研究了基于变压器的近端策略优化(PPO)模型如何在一个简单环境中嵌入视觉输入,其中智能体必须收集“硬币”同时避免由“探照灯”组成的动态障碍物。 通过将Robinson等人对大型语言模型(LLM)的体积增长变换研究适应到强化学习设置中,我们发现,我们视觉硬币收集游戏的标记嵌入空间也不是一个流形,而是更适合建模为分层空间,其中局部维度可以从一点到另一点变化。 我们进一步通过证明相当一般的体积增长曲线可以通过分层空间实现来加强Robinson的方法。 最后,我们进行了一项分析,表明当强化学习智能体行动时,其潜在表示在遵循固定子策略期间在低局部维度时期和高局部维度时期之间交替,其中智能体实现了子目标(例如,收集一个物体)或环境复杂性增加(例如,出现更多障碍物)。 因此,我们的工作表明,分层潜在空间中的维度分布可能为强化学习游戏提供一种新的几何复杂性指标。
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.