新方法让智能体在不确定性下遵守信念依赖规则，合规率提升18倍
StephenLCasper · x · 2026-11-12
philljkc 介绍新工作：希望智能体在不确定时遵循依赖信念的规则。团队提出一种面向 POMDP 的规划器蒸馏方法，训练出的策略在状态与目标双重不确定的多模态任务中，合规频率是 RL 策略的 18 倍。
「研究」频道最新
- AI 2027 作者警告:智能爆炸恐如期而至, takeover 窗口仅 3-12 个月 — Puzzleheaded-King584 · 2026-11-12
- sokrypton：要「解决生物学」需亚原子级模拟器或大规模湿实验室 — sokrypton · 2026-11-12
- 不确定性感知世界模型：抑制幻觉让机器人靠想象控制真实世界 — breadli428 · 2026-11-12
- 猜猜四种梯度分布：一张图考倒 AI 圈的机器学习基本功 — cneuralnetwork · 2026-11-12
- 3 个神经元控制 Gemma4 的关怀与蔑视，向量文件不到 70KB — New_Alps_5655 · 2026-11-12
- MIT 可微分声学模拟器：从录音反推 32 段声管形状 — maier_ak · 2026-11-12