Kevin Murphy 新短文:融合 ACGVF 与 25 年前 HHMM 的层级强化学习
sirbayes · x · 2026-09-15
Kevin Murphy 发布 mini-paper《A note on goal-based hierarchical RL》,将 Geraud Tasse 等人的 agent 中心广义价值函数(ACGVF)与自己 25 年前关于层级隐马尔可夫模型(HHMM)的工作统一。ACGVF 让智能体自行决定追求哪个目标、何时宣告目标完成(外加动作选择),是涵盖几乎所有先前 RL/控制/规划工作及部分认知科学形式化的通用框架,但假设环境完全可观测;Murphy 此前基于内部信念状态的 agent 设计则假设目标由外部给定。新论文用 HHMM 形式化统一并扩展两者。注意:暂无实验。
「研究」频道最新
- 人类心智能跳出经验分布吗?AI 创造力对照基线之辩 — weballergy · 2026-11-22
- Claude 在黎曼假设证明里干了三份工:找思路、跑验证、写导读 — Prestigious_Bag_5349 · 2026-11-22
- Kaggle 拟办 LEAN 定理压缩赛,跟进数学证明压缩热潮 — MeganRisdal · 2026-11-22
- LATO.2 开源:单图生成可控顶点数低多边形 3D 网格,8GB 显存可跑 — Promptmethus · 2026-11-22
- 借莱布尼茨《单子论》审视多智能体一致性:三个引用可能同源造假 — Philo167 · 2026-11-22
- 2026 年了,CIFAR-10 上仍没有对抗鲁棒的模型 — maksym_andr · 2026-11-22