CubeTR：使用Transformer学习求解魔方
机器学习
2023-10-31 v2 人工智能
摘要
自首次出现以来，Transformer已成功应用于从计算机视觉到自然语言处理的广泛领域。仅近期才提出将Transformer应用于强化学习，将其重新表述为序列建模问题。与其他常被探究的强化学习问题相比，魔方带来了一系列独特挑战。魔方在无数种可能构型中仅有一个已解状态，导致奖励极度稀疏。所提模型CubeTR关注更长的动作序列并解决稀疏奖励问题。CubeTR无需任何人类先验即可从任意起始状态学习如何求解魔方，且在动作正则化后，其生成的解的长度预期非常接近人类专家求解算法给出的长度。CubeTR为学习算法向高维魔方的泛化能力及Transformer在其他相关稀疏奖励场景中的适用性提供了见解。
引用
@article{arxiv.2111.06036,
title = {CubeTR: Learning to Solve The Rubiks Cube Using Transformers},
author = {Mustafa Ebrahim Chasmai},
journal= {arXiv preprint arXiv:2111.06036},
year = {2023}
}
备注
It has untested ideas without supporting experimentation. Discontinued work in this direction