研究者提出从轨迹学习提升动作模式的神经网络架构

Jonas Reiter 等作者提出一种神经网络架构，用于从状态完全观测、动作参数未观测的轨迹中学习提升动作模式，并同时从状态变化中识别动作参数。 该架构是可微组件，作者称其可集成进更大的神经符号模型。在多个规划域上，作者报告学习到的动作模式需恢复真实结构，并给出观测噪声鲁棒性、组件消融及槽位动态模型变体实验的结果。

AI 根据报道生成 · 51 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。