arXiv · ML· Jens Lehmann·· 7 天前AI 评分28
已知规则编译为紧凑神经智能体:未见游戏上的权重空间编程
Compiling Known Rules into Compact Neural Agents: Weight-Space Programming on Unseen Games
AI 导读
研究测试将游戏机制编译为神经智能体,最强生成器在留出关卡达到56%成功率,Python玩家达97-100%。 使用57k参数递归架构,93%参数为零且多为小整数,训练从零开始仅1%成功,PPO微调几乎消除原有优势。 结果显示规则到网络编译有效,但优于Python程序效果有限,且与PPO结合未成功。
来源:arXiv · ML · arxiv.org