arXiv · ML· Xinbo Zhao, Yuhang Liu, Xin Zhang, Lei Le, Zhaohan Xi, Yu Yang, Yingxue Zhang·· 5 小时前AI 评分31
基于语言模型增强决策 Transformer 的多任务离线强化学习方法
Language Model Augmented Decision Transformer for Multi-Task Offline Reinforcement Learning
AI 导读
论文提出 LaMA-DT 框架，利用单个 LLM 进行轨迹增强和多任务策略学习。 该方法通过自然语言任务描述指导轨迹生成，并使用评分过滤机制保留高质量数据。 实验显示，LaMA-DT 在 Meta-World 和 MuJoCo 基准测试中优于现有基线，特别是在低数据场景下。
来源：arXiv · ML · arxiv.org