PUZZLES：一个用于神经算法推理的基准
机器学习
2024-07-02 v1 人工智能
摘要
算法推理是一项基本的认知能力，在问题求解和决策过程中起着关键作用。强化学习在运动控制、处理感知输入以及管理随机环境等任务中展现出了卓越的能力。这些进步在一定程度上得益于可用基准的存在。在本研究中，我们引入了 PUZZLES，一个基于 Simon Tatham's Portable Puzzle Collection 的基准，旨在促进强化学习中算法与逻辑推理的进展。PUZZLES 包含 40 个尺寸可调、复杂度不一的多样化逻辑谜题；许多谜题还具备一组多样化的附加配置参数。这 40 个谜题提供了关于强化学习智能体的优势与泛化能力的详细信息。此外，我们在 PUZZLES 上评估了多种强化学习算法，提供了基线比较并展示了未来研究的潜力。所有软件（包括环境）均可在 https://github.com/ETH-DISCO/rlp 获取。
引用
@article{arxiv.2407.00401,
title = {PUZZLES: A Benchmark for Neural Algorithmic Reasoning},
author = {Benjamin Estermann and Luca A. Lanzendörfer and Yannick Niedermayr and Roger Wattenhofer},
journal= {arXiv preprint arXiv:2407.00401},
year = {2024}
}