NBDI：从无任务依赖演示中提取技能的简单有效终止条件
机器学习
2025-05-21 v3 人工智能
摘要
智能代理能够根据不同的粒度和持续时间做出决策。近期在技能学习方面的进展使代理能够有效解决复杂的长期任务，通过引导代理选择合适的技能来实现。然而，使用固定长度技能的做法容易导致跳过有价值的决策点，从而限制了进一步探索和更快的策略学习潜力。本文提出学习一种简单有效的终止条件，通过基于状态-动作新奇性模块识别决策点。我们的方法称为 Novelty-based Decision Point Identification（NBDI），在复杂的长期任务中超越了以前的基线方法，即使在下游任务环境配置发生显著变化时仍然有效，凸显了在技能学习中识别决策点的重要性。
引用
@article{arxiv.2501.12668,
title = {NBDI: A Simple and Effective Termination Condition for Skill Extraction from Task-Agnostic Demonstrations},
author = {Myunsoo Kim and Hayeong Lee and Seong-Woong Shim and JunHo Seo and Byung-Jun Lee},
journal= {arXiv preprint arXiv:2501.12668},
year = {2025}
}