层次神经选项与抽象世界模型的联合学习
机器学习
2026-05-13 v2 人工智能
摘要
构建能够通过组合现有技能来执行新技能的智能体是人工智能代理研究的长期目标。为了实现这一目标，我们研究如何有效地获取一序列技能，形式化为层次神经选项。然而，现有的模型无关层次强化学习算法需要大量数据。我们提出了一种新方法，称为AgentOWL(选项和世界模型学习智能体)，能够以样本高效的方式联合学习——抽象世界模型(抽象化状态和时间)和一组层次神经选项。我们在部分Object-Centric Atari游戏上表明，该方法能够使用更少的数据学习更多技能，并且具有基线方法不具备的学习和泛化能力。
引用
@article{arxiv.2602.02799,
title = {Joint Learning of Hierarchical Neural Options and Abstract World Model},
author = {Wasu Top Piriyakulkij and Wolfgang Lehrach and Kevin Ellis and Kevin Murphy},
journal= {arXiv preprint arXiv:2602.02799},
year = {2026}
}