利用k-means高效搜索主动推断策略空间
机器学习
2022-10-07 v3 人工智能
摘要
我们提出了一种主动推断中的策略选择方法，通过将每个策略映射到其在向量空间中的嵌入，从而高效搜索大型策略空间。我们对空间中代表点的期望自由能进行采样，随后在初始样本中最有希望的点附近执行更细致的策略搜索。我们考虑了多种构建策略嵌入空间的方法，并提议使用k-means聚类来选取代表点。我们将该技术应用于一个面向目标的图遍历问题，对于该问题，即便是中等规模的图，朴素策略选择也难以处理。
引用
@article{arxiv.2209.02550,
title = {Efficient search of active inference policy spaces using k-means},
author = {Alex B. Kiefer and Mahault Albarracin},
journal= {arXiv preprint arXiv:2209.02550},
year = {2022}
}
备注
Code available on Github, results in appendix. This version: fixes typos, phrasing; final submitted version