כתבה
arXiv cs.AI ·
פלטפורמה 3D לתיאור מאוחד של תהליכי החלטה רציפים
A 3D Characterization Framework for Intelligent Sequential Decision Making
אנו מציגים פלטפורמה 3D שמאפשרת השוואה מאוחדת של שיטות AI בתהליכי החלטה רציפים. הפלטפורמה כוללת תיאור מאוחד של שלושה גורמים: 1) תיאור פורמלי של תהליכי החלטה רציפים, 2) רמת אוטונומיה, ו- 3) יכולת ועלות חישוביות. הפלטפורמה נבחנה באמצעות שלושה דוגמאות: Neurosolver, forward-backward reinforcement learning (FBRL), ו-automated thought-of-search (AutoToS), כולל גרסה דו-סוגית של thought-of-search (DA-ToS).
תקציר מקורי באנגליתarXiv:2610.11696v1 Announce Type: new Abstract: Puzzles are widely used to evaluate the reasoning capabilities of artificial intelligence (AI) systems for sequential decision making, yet approaches originating from different paradigms are rarely compared under unified conditions. To address this gap, we introduce a three-dimensional characterization framework that enables the analysts of AI methods by 1) projecting them to the Markov decision process (MDP) sequential decision making formalism, 2) degree of autonomy through human prior ranking of their designs and, 3) skill and computational cost. Using this framework, we analyze how representative graph-based, reinforcement learning, and large language model (LLM)-based approaches differ in their design choices and performance characterist
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית