arXiv · AI· Josef Brozovich, Qining Zhang, Lei Ying·· 17 小时前AI 评分31
Actor-Predictor 框架:无需构建自动机即可处理强化学习中的形式化规范
Actor-Predictor Architecture for Reinforcement Learning with Formal Specification Objectives
AI 导读
该论文提出 Actor-Predictor 框架,通过预测学习替代自动机构建,解决了传统方法仅限小型规范和线性时序逻辑(LTL)的局限。 框架利用 GRPO 和 RWR 优化执行器,使预测器持续估计轨迹满足规范的可能性;理论证明其学习到的表征在预测准确时等价于自动机状态。 在 Isaac Lab 机器人任务中,该方法优于基于自动机的基线,且能处理 $(a^n b^n)$ 等非正则形式化规范。
来源:arXiv · AI · arxiv.org