Berkeley Artificial Intelligence Research (BAIR)

Uusimmat tekoälyuutiset, mallit ja julkaisut taholta Berkeley Artificial Intelligence Research (BAIR). ['GPT-4o mini', 'GRASP', 'LLM', 'PEVA', 'ResNet', 'Transitive RL (TRL)']

Virallinen sivusto ↗

Tutkimus 🇺🇸

RL ilman TD-oppimista: Uusi 'jako ja hallitse' -algoritmi

Berkeley AI Researchin (BAIR) tutkijat ovat esitelleet Transitive RL (TRL) -algoritmin, joka perustuu 'jako ja hallitse' -paradigmaan off-policy-vahvistusoppimisessa (RL). TRL vähentää Bellman-rekursioiden määrää logaritmisesti, välttäen TD-oppimiselle tyypilliset virheiden kertymisongelmat. Algoritmi osoitti ylivoimaisia tuloksia monimutkaisissa pitkäntähtäimen tehtävissä ilman, että hyperparametria n tarvitsi säätää, kuten n-askeleisessa TD-oppimisessa.

Berkeley Artificial Intelligence Research (BAIR)

BAIR (Berkeley AI)27.07 · 17:04

Tutkimus 🇺🇸

GRASP: Gradienttipohjainen suunnittelija pitkän aikavälin suunnitteluun maailmamalleissa

BAIR (Berkeley AI) -tutkijat esittelivät GRASP:n, gradienttipohjaisen suunnittelijan dynamiikan oppimiseen (maailmamallit), joka tekee pitkän aikavälin suunnittelusta käytännöllistä. Se nostaa lentoradan latentteihin tiloihin rinnakkaisoptimointia varten, lisää satunnaisuutta tutkimiseen ja muuntaa gradientteja välttääkseen hauraat gradientit korkeadimensioisissa visuaalisissa malleissa.

Berkeley Artificial Intelligence Research (BAIR)

BAIR (Berkeley AI)27.07 · 15:05