跳到正文
热点事件持续更新

研究者提出EPM世界模型框架,Memory Maze回报提升7.00

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Xianyao Li等研究者提出可执行感知记忆(EPM)世界模型框架,在想象过程中将显式感知状态与神经潜在动力学同步推进,其演化读出用于奖励预测、价值估计和策略学习。 在Memory Maze 13×13任务上,EPM于1M次交互达到30.37回报;相同感知前端下,仅用该读出指导策略与价值时为23.37,两者相差7.00,报告区间为[3.80, 10.21]。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    可执行感知记忆 EPM:让世界模型在想象中保留所见所触

    研究者提出可执行感知记忆(EPM)世界模型框架,在想象过程中将显式感知状态与神经潜在动力学同步推进,其演化读出用于奖励预测、价值估计和策略学习。在 Memory Maze 13×13 上,EPM 于 1M 次交互达到 30.37 回报,而相同感知前端下仅用该读出指导策略与价值时为 23.37,提升 7.00 [3.80, 10.21]。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。