BriefGPT - AI 论文速递
·
ACT：通过优势调节实现决策变换的动态规划赋能
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了一种新的离线强化学习方法——图决策Transformer（GDT），使用因果图建模输入序列，处理细粒度空间信息。实验表明，GDT在基于图像的Atari和OpenAI Gym上的性能可以与最先进的离线强化学习方法相媲美或超越。
🎯
关键要点
- 介绍了一种新的离线强化学习方法——图决策Transformer（GDT）。
- GDT使用因果图建模输入序列，以捕捉不同概念之间的潜在依赖关系。
- GDT促进时间和因果关系的学习。
- 在图形输入处理中，GDT使用图形Transformer。
- 在视觉任务中，GDT使用可选的序列Transformer处理细粒度空间信息。
- 实验结果表明，GDT在基于图像的Atari和OpenAI Gym上的性能与最先进的离线强化学习方法相媲美或超越。
🏷️
标签
➡️
