研究者提出OHCAM在线学习带条件与量化效应的动作模型

Jeffrey Jewett 等研究者在 arXiv 提出在线学习方法 OHCAM，可从与环境的有限交互中学习带条件与量化效应的动作模型。该方法通过在竞争性假设间最大化分歧来主动选择信息量大的动作，对观测噪声鲁棒，并从小规模简单假设出发，仅当现有假设与数据不一致时才扩展到更复杂的条件。 在六个基准规划域上的实验显示，OHCAM 的样本效率高于基线，即使存在观测噪声也能学到可解决更多任务的动作模型；研究者还用 Kinova Gen3 机器人在两项任务上验证了其实际适用性。

AI 根据报道生成 · 48 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。