כתבה
arXiv cs.CL ·
ETHER: תיאום תקשורת נביעתית לחוויה נראה-אחרי-העבר
ETHER: Aligning Emergent Communication for Hindsight Experience Replay
ETHER מציעה פתרון לבעיית ההתאמה של HER, על ידי תיאום תקשורת נביעתית לחוויה נראה-אחרי-העבר. המאמר מציג חוויה נראה-אחרי-העבר של HER, שמשתמשת בתקשורת נביעתית כדי ללמוד פונקציות של תיאום וסיפור. החוויה נראה-אחרי-העבר של ETHER מציעה פתרון לבעיית ההתאמה של HER, ומאפשרת למודלים ללמוד פונקציות של תיאום וסיפור.
תקציר מקורי באנגליתarXiv:2307.15494v4 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 implicitly 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 to le
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית