如何利用离线数据集解决上下文目标导向问题？
机器学习
2025-05-01 v2
摘要
我们提出了一种新方法——上下文目标导向数据增强（CODA），它利用常见的无标签轨迹和上下文-目标对来解决上下文目标导向（CGO）问题。通过仔细构建一个与原始MDP等价的动作增强MDP，CODA在训练上下文下创建了一个完全标注的转移数据集，且没有额外的近似误差。我们进行了新颖的理论分析，证明了CODA在离线数据设置下解决CGO问题的能力。实证结果也展示了CODA的有效性，它在CGO问题的各种上下文-目标关系中优于其他基线方法。该方法为利用离线数据集解决CGO问题提供了一个有前景的方向。
引用
@article{arxiv.2408.07753,
title = {How to Solve Contextual Goal-Oriented Problems with Offline Datasets?},
author = {Ying Fan and Jingling Li and Adith Swaminathan and Aditya Modi and Ching-An Cheng},
journal= {arXiv preprint arXiv:2408.07753},
year = {2025}
}
备注
NeurIPS 2024