arXiv cs.AI· Jeffrey Jewett, William Solow, Sandhya Saisubramanian·· 10 小时前AI 评分29
OHCAM：用不确定性引导探索学习带条件与量化效果的动作模型
Learning Action Models with Conditional and Quantified Effects via Uncertainty-Guided Exploration
AI 导读
OHCAM 是一种在线动作模型学习方法，可从有限环境交互中学习带条件与量化效果的动作模型，通过最大化候选假设间的分歧主动选择信息量大的动作以降低不确定性，并对噪声观测保持鲁棒。该方法从简单假设起步、仅在数据不一致时扩展复杂条件以提升可扩展性，在六个基准规划域上样本效率高、解出的任务数显著多于基线，并在 Kinova Gen3 机器人上完成两项任务验证。
正文 · AI 翻译
摘要：准确的动作模型对于有效规划至关重要。现有的动作模型学习方法大多假设动作表示较为简单，或者在学 习条件效应和量化效应时在计算上变得不可行。我们提出在线假设驱动的条件动作模型学习（OHCAM），这是一种在线方法，能够从与环境的有限交互中学习具有条件效应和量化效应的动作模型。OHCAM 维护一个关于假设动作模型的信念，并通过最大化竞争假设之间的分歧来主动选择信息量大的动作以降低不确定性，同时对噪声观测具有鲁棒性。为实现可扩展性，OHCAM 从一小组简单的动作模型假设开始，仅当当前假设与数据不一致时才扩展到更复杂的条件。在六个基准规划领域上的实验表明，OHCAM 在学习动作模型方面具有样本效率，即使存在观测噪声，其学到的模型也能解决比基线多得多的任务。我们在使用 Kinova Gen3 机器人的两个任务上验证了 OHCAM，展示了我们方法的现实世界适用性。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2608.30955 [cs.AI] |
| （或 arXiv:2608.30955v2 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2608.30955 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Jeffrey Jewett [查看电子邮件]
[v1]
2026年8月31日星期一 15:23:43 UTC（7,636 KB）
[v2]
2026年11月9日星期一 20:04:24 UTC（7,638 KB）
来源：arXiv cs.AI · arxiv.org