每日 Arxiv

本页面整理了世界各地发表的人工智能相关论文。
本页面使用 Google Gemini 汇总而成，并以非盈利为基础运营。
论文版权归作者及相关机构所有，分享时请注明出处。

时空预测作为规划：基于模型的生成世界模型强化学习方法

Created by
  • Haebom

作者

吴浩、高远、石兴建、李帅鹏、徐帆、张帆、朱志宏、王伟彦、罗晓、王坤、吴贤、黄小萌

时空预测规划（SFP）

大纲

本文提出了一种基于模型强化学习的新型范式——时空预测规划（SFP），旨在解决物理时空预测中固有的概率性和不可微度量挑战。SFP 通过构建一个能够模拟各种高质量未来状态的新型生成世界模型，实现“基于想象”的环境模拟。在此框架下，底层预测模型充当智能体，由基于束搜索的规划算法引导，该算法利用不可微领域指标作为奖励信号，探索产生高回报的未来序列。识别出的高回报候选目标被用作伪标签，通过迭代自学习不断优化智能体的策略，显著降低预测误差，并在极端事件捕获等关键领域指标上展现出卓越的性能。

Takeaways, Limitations

•
Takeaways：
◦
提出了一种解决概率和不可微度量问题的新范式。
◦
使用生成世界模型进行“基于想象”的环境模拟是可能的。
◦
使用基于束搜索的规划算法探索具有高回报的未来序列。
◦
通过迭代自学习优化代理策略。
◦
在极端事件捕获等关键领域指标上取得优异表现。
•
Limitations：
◦
Limitations 论文中所述的内容并未呈现。
👍
Made with Slashpage