ORCA相对坐标与ORBiT架构提升强化学习
热点事件持续更新
ORCA相对坐标与ORBiT架构提升强化学习
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Cedric Derstroff 等作者提出以锚点固定的对象相对坐标 ORCA，并构建基于 Transformer 的 ORBiT 架构来处理锚点相对输入。 作者称，相对表示同时提升了 MLP 与 Transformer 智能体的表现；ORBiT 在 13 款 Atari 游戏上的聚合 HNS IQM 超过 1.0，优于基于像素的 PPO 基线，并从零学会 Foosball 游戏、全面压制所有基线。这些比较结果来自该研究的报告。
AI 根据报道生成 · 52 分钟前更新
最新进展10月21日 12:00
从绝对到相对表示：ORCA 与 ORBiT 重构以对象为中心的强化学习报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv cs.AI从绝对到相对表示：ORCA 与 ORBiT 重构以对象为中心的强化学习
研究提出以锚点固定的对象相对坐标 ORCA，并构建基于 Transformer 的 ORBiT 架构处理锚点相对输入。相对表示同时提升了 MLP 与 Transformer 智能体的表现，ORBiT 在 13 款 Atari 游戏上聚合 HNS IQM 超过 1.0，优于基于像素的 PPO 基线，并从零学会 Foosball 游戏、全面压制所有基线。
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。