MATE：解决具备累积转换嵌入记忆的情境马尔可夫决策过程
机器学习
2026-05-19 v1 人工智能
摘要
我们提出了 MATE，一种简洁而有效的记忆架构，用于解决具备未观测情境的马尔可夫决策过程（CMDP）。在 CMDP 中，最优智能体可以通过维护情境后验信念来实现在线自适应。MATE 将该不可计算的后验替换为求和聚合记忆，利用后验的排列不变性保留可证明的足够表达性。与先前的记忆架构相比，MATE 避免了 Transformer 在每一步滚动中的增长性计算成本，以及循环神经网络（RNN）常见的梯度问题。广泛的基准评估表明，MATE 在计算优势方面显著优于，而在性能上与标准序列模型基线相当。
关键词
引用
@article{arxiv.2605.17431,
title = {MATE: Solving Contextual Markov Decision Processes with Memory of Accumulated Transition Embeddings},
author = {Himchan Hwang and Hyeokju Jeong and Gene Chung and Seungyeon Kim and Sangwoong Yoon and Frank Chongwoo Park},
journal= {arXiv preprint arXiv:2605.17431},
year = {2026}
}