您的位置: 首頁 >互聯(lián)網(wǎng) >

語言可以幫助AI在新環(huán)境中導(dǎo)航

2022-07-19 06:22:41 編輯:劉輪琴 來源:
導(dǎo)讀 本周于預(yù)印本服務(wù)器Arxiv.org上發(fā)布的一項(xiàng)新研究中,多倫多大學(xué)和致力于促進(jìn)AI的獨(dú)立非營利組織Vector Institute的科學(xué)家提出了BabyAI...

本周于預(yù)印本服務(wù)器Arxiv.org上發(fā)布的一項(xiàng)新研究中,多倫多大學(xué)和致力于促進(jìn)AI的獨(dú)立非營利組織Vector Institute的科學(xué)家提出了BabyAI ++,該平臺(tái)用于研究描述性文本是否有助于AI在動(dòng)態(tài)范圍內(nèi)進(jìn)行概括。環(huán)境。它和幾個(gè)基準(zhǔn)模型都將很快在GitHub上提供。

機(jī)器學(xué)習(xí)中最強(qiáng)大的技術(shù)之一-強(qiáng)化學(xué)習(xí),即通過獎(jiǎng)勵(lì)激勵(lì)軟件代理實(shí)現(xiàn)目標(biāo),也是最有缺陷的技術(shù)之一。它的樣本效率低下,這意味著需要大量的計(jì)算周期才能完成,并且沒有其他數(shù)據(jù)來覆蓋變化,因此它很難適應(yīng)與訓(xùn)練環(huán)境不同的環(huán)境。

BabyAI ++的級(jí)別由可以拾取和放置的對象組成。可以解鎖和打開的門;以及代理商必須承擔(dān)的各種任務(wù)。像環(huán)境本身一樣,任務(wù)是隨機(jī)生成的,并通過“嬰兒語言”(一種使用一部分英語詞匯的組合語言)傳達(dá)給代理。

上述文本揭示了正在使用的瓷磚類型以及與每個(gè)瓷磚匹配的顏色。由于顏色和圖塊類型之間的配對是隨機(jī)的,因此代理必須了解其描述才能正確導(dǎo)航地圖。

在BabyAI ++中,每個(gè)級(jí)別都分為兩種配置:培訓(xùn)和測試。在訓(xùn)練配置中,代理會(huì)暴露于該級(jí)別中的所有圖塊和顏色類型,但會(huì)阻止顏色類型對的某些組合。在測試配置中,將啟用所有顏色類型對,從而迫使代理使用語言基礎(chǔ)將圖塊的類型與顏色相關(guān)聯(lián)。

本文介紹了使用基準(zhǔn)模型進(jìn)行的幾項(xiàng)實(shí)驗(yàn),其中一項(xiàng)(注意力融合)使用所謂的注意力機(jī)制將相關(guān)文本嵌入(數(shù)學(xué)表示)分配給場景嵌入特征圖(映射嵌入的功能)上的位置到要素空間或AI處理的變量所在的尺寸)。對于最困難的級(jí)別,此注意力融合模型的測試成功率(經(jīng)過5個(gè)步驟或動(dòng)作后達(dá)到60%的測試成功率)比最具挑戰(zhàn)性的次優(yōu)模型高16.2%,并且使用更少的幀完成了該級(jí)別的圖片數(shù)量(約65相比75)。


免責(zé)聲明:本文由用戶上傳,如有侵權(quán)請聯(lián)系刪除!

最新文章

精彩推薦

圖文推薦

點(diǎn)擊排行

2016-2022 All Rights Reserved.平安財(cái)經(jīng)網(wǎng).復(fù)制必究 聯(lián)系QQ280 715 8082   備案號(hào):閩ICP備19027007號(hào)-6

本站除標(biāo)明“本站原創(chuàng)”外所有信息均轉(zhuǎn)載自互聯(lián)網(wǎng) 版權(quán)歸原作者所有。