Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

Agent Learning via Early Experience

Created by
  • Haebom

作者

Kai Zhang, Xiangchao Chen, Bo Liu, Tianci Xue, Zeyi Liao, Zhihan Liu, Xiyao Wang, Yuting Ning, Zhaorun Chen, Xiaohan Fu, Jian Xie, Yuxuan Sun, Boyu Gou, Qi Qi, Zihang Meng, Jianwei Yang, Huynh, Hengduo Li, Zi Yang, Sara Cao, Lawrence Jang, Shuyan Zhou, Jiacheng Zhu, Huan Sun, Jason Weston, Yu Su, Yifan Wu

概要

言語エージェントが自分の経験を通して学習し改善し、複雑な実際の仕事で人間を凌駕することを目指します。本論文は、検証可能な補償が不足したり、非効率的な長期ロールアウトが必要な環境での強化学習による訓練の困難を解決しようとする。この目的のために、専門家データに対する指導学習の限界を克服するために、エージェントの自己行動によって生成された相互作用データである「初期経験」を利用する方法を提案する。この「初期の経験」を活用する2つの戦略 (1) 暗黙の世界モデリングと (2) 自己洞察を研究し、様々な環境での効果と一般化性能を実証する。

Takeaways、Limitations

•
Takeaways：
◦
「初期経験」は、エージェントの効果とアウト・オブ・ドメインの一般化性能を向上させる。
◦
「初期経験」は、模倣学習と完全な経験ベースのエージェントとの間の架橋の役割を果たすことができる。
•
Limitations：
◦
論文に具体的なLimitationsは記載されていない。
👍
Made with Slashpage