OHCAM：不确定性引导的在线动作模型学习

Jeffrey Jewett、William Solow 和 Sandhya Saisubramanian 提出 OHCAM，一种在线动作模型学习方法，可从有限的环境交互中学习带条件和量化效果的动作模型。该方法通过最大化候选假设之间的分歧，主动选择信息量大的动作来降低不确定性，并对噪声观测保持鲁棒；它从简单假设起步，仅在数据不一致时扩展复杂条件。 作者称，OHCAM 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。

AI 根据报道生成 · 49 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。