本研究提出了一种零样本方法,结合大型语言模型与域外强化学习,提升智能体在复杂Atari游戏《青蛙跳跃》中的适应性和样本效率。
本研究提出了一种零样本方法,结合大型语言模型与域外强化学习。
该方法旨在提升智能体在复杂Atari游戏《青蛙跳跃》中的适应性和样本效率。
研究解决了强化学习智能体在新任务时适应性和训练成本高的问题。
通过上下文学习和推理努力的影响,显著提高了智能体的性能和样本效率。
完成下面两步后,将自动完成登录并继续当前操作。