יום ראשון, 4 באוקטובר 2026 LIVE
AI־INFO

כתבה arXiv cs.CL ·

ETHER: שילוב תקשורת מתעוררת לשיחזור היסטוריה

ETHER: Aligning Emergent Communication for Hindsight Experience Replay
ETHER משפר את יעילות הדגימה בלמידת חיזוק מותנית-יעדים. הוא משתמש בתקשורת מתעוררת כדי לפתח שפה מלאכותית המתארת מצבי סביבה. ניסויים הראו ש-ETHER משפר את יעילות הדגימה במטלות המבוססות על הוראות.
תקציר מקורי באנגליתarXiv:2307.15494v3 Announce Type: replace Abstract: Hindsight Experience Replay (HER) enhances sample efficiency in goal-conditioned reinforcement learning (RL) by relabelling failed trajectories with goals that were actually achieved. However, HER assumes access to a goal relabelling function and a predicate function that determines whether a goal has been satisfied. These assumptions break down in instruction-following tasks, where goals are expressed in natural language and differ from the state space. We formalize this as the Hindsight Reinforcement Learning problem, which shows the need to jointly learn these functions alongside the RL policy. To address it, we propose ETHER (Emergent Textual Hindsight Experience Replay), an agent that leverages Emergent Communication. ETHER uses a re
קרא במקור המקורי