面向生成式人工智能的强化学习：现状、机遇与开放研究挑战
机器学习
2024-02-09 v4 人工智能
摘要
生成式人工智能（AI）是过去十年计算机科学中最令人振奋的进展之一。与此同时，强化学习（RL）已成为多种机器学习任务中非常成功的范式。在本综述中，我们讨论将 RL 应用于生成式 AI 的现状、机遇与开放研究问题。具体而言，我们将讨论三类应用：即 RL 作为无指定目标的生成的替代方式；作为在生成输出的同时最大化目标函数的方式；以及，最后，作为将难以通过目标函数轻易刻画的期望特性嵌入生成过程的方式。我们以对该迷人新兴领域的机遇与挑战的深入讨论结束本综述。
引用
@article{arxiv.2308.00031,
title = {Reinforcement Learning for Generative AI: State of the Art, Opportunities and Open Research Challenges},
author = {Giorgio Franceschelli and Mirco Musolesi},
journal= {arXiv preprint arXiv:2308.00031},
year = {2024}
}
备注
Published in JAIR at https://www.jair.org/index.php/jair/article/view/15278