Berkeley Artificial Intelligence Research (BAIR)

Tin tức, mô hình và bản phát hành AI mới nhất từ Berkeley Artificial Intelligence Research (BAIR). ['GPT-4o mini', 'GRASP', 'LLM', 'PEVA', 'ResNet', 'Transitive RL (TRL)']

Trang chính thức ↗

Nghiên cứu 🇺🇸

RL without TD Learning: A New 'Divide and Conquer' Algorithm

Researchers from BAIR (Berkeley AI) have introduced the Transitive RL (TRL) algorithm, based on a 'divide and conquer' paradigm for off-policy reinforcement learning (RL). TRL reduces the number of Bellman recursions logarithmically, avoiding the error accumulation problems typical of TD learning. The algorithm showed superior results on complex long-horizon tasks without requiring tuning of the hyperparameter n as in n-step TD.

Berkeley Artificial Intelligence Research (BAIR)

BAIR (Berkeley AI)27.07 · 17:04

Nghiên cứu 🇺🇸

GRASP: Bộ lập kế hoạch dựa trên Gradient cho Lập kế hoạch Tầm xa trong Mô hình Thế giới

Các nhà nghiên cứu từ BAIR (Berkeley AI) đã giới thiệu GRASP, một bộ lập kế hoạch dựa trên gradient để học động lực (mô hình thế giới), giúp việc lập kế hoạch tầm xa trở nên khả thi. Nó nâng quỹ đạo lên các trạng thái tiềm ẩn để tối ưu hóa song song, thêm tính ngẫu nhiên để khám phá và biến đổi gradient để tránh các gradient mỏng manh thông qua các mô hình thị giác chiều cao.

Berkeley Artificial Intelligence Research (BAIR)

BAIR (Berkeley AI)27.07 · 15:05