arXiv · AI· Kevin Yandoka Denamgana\"i, Daniel Hernandez, Ozan Vardal, Sondess Missaoui, James Alfred Walker·· 2026-10-05AI 评分31
ETHER: 用于后见经验重放(HER)的突现通信对齐
ETHER: Aligning Emergent Communication for Hindsight Experience Replay
AI 导读
ETHER 提出了一种利用突现通信学习目标重标注和谓词函数的智能体,解决了后见强化学习中假设目标函数可用问题。在 BabyAI 的 PickupDist 任务中,ETHER 学习的 RG 说话者和听者可作为 HER 的目标重标注和谓词函数,尽管语言对齐不完美但仍提升了样本效率。
来源:arXiv · AI · arxiv.org