研究者提出可执行感知记忆世界模型框架EPM
热点事件持续更新
研究者提出可执行感知记忆世界模型框架EPM
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Xianyao Li 等研究者在 arXiv 发布论文(arXiv:2611.22294),提出可执行感知记忆(EPM)世界模型框架,让模型在想象过程中维持显式感知状态,并将演化读取信号用于奖励预测、价值估计和策略学习。 实验结果:在 Memory Maze 13×13 环境中,EPM 在 100 万交互下达到 30.37 回报,而相同读取信号仅用于策略与价值(共用同一感知前端)的基线为 23.37,高出 7.00;完整方法在 9×9 环境和 MiniWorld 中也改善了控制表现。
AI 根据报道生成 · 59 分钟前更新
最新进展11月18日 13:00
可执行感知记忆(EPM):从感知到想象的世界模型框架报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv cs.AI可执行感知记忆(EPM):从感知到想象的世界模型框架
研究者提出可执行感知记忆(EPM)框架,让世界模型在想象过程中维持显式感知状态,其演化读取信号用于奖励预测、价值估计和策略学习。在 Memory Maze 13×13 上,EPM 在 1M 交互下达到 30.37 回报,比仅 informs 策略与价值的基线 23.37 高出 7.00,并在 9×9 和 MiniWorld 中改善控制表现。
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。