开放式物理RL环境空间，智能体零样本解决未见过人类设计环境！

文章预览

转载自：机器之心 智能体零样本解决未见过人类设计环境！全靠这个开放式物理RL环境空间 当物理推理能力进化后，通用强化学习智能体能在2D物理环境中执行多样化任务了。 在机器学习领域，开发一个在未见过领域表现出色的通用智能体一直是长期目标之一。一种观点认为，在大量离线文本和视频数据上训练的大型 transformer 最终可以实现这一目标。 不过，在离线强化学习（RL）设置中应用这些技术往往会将智能体能力限制在数据集内。另一种方法是使用在线 RL，其中智能体通过环境交互自己收集数据。 然而，除了一些明显的特例外，大多数 RL 环境都是一些狭窄且同质化的场景，限制了训练所得智能体的泛化能力。 近日，牛津大学的研究者提出了 Kinetix 框架，它可以表征 2D 物理环境中广阔的开放式空间，并用来训练通用智能体。 论文地址：htt ………………………………