RealFeedApp beta
- Самосовершенствующийся алгоритм поиска EliteTable
Алгоритм EliteTable, использующий LLM для поиска исполняемых политик управления, достиг потолка оценки в CartPole-v1 в первом поколении всех десяти независимых поисков. Улучшения зафиксированы в пяти из шести задач, однако шесть из десяти поисков Acrobot-v1 показали снижение на тестовых эпизодах.
- Область
- применение языковых моделей
- Что сделали
- Создали алгоритм EliteTable, который использует большие языковые модели для поиска программ, управляющих роботами, и сравнивали его эффективность на шести задачах управления.
- Зачем это
- Показали, что в большинстве задач средний балл улучшений растет с каждым циклом, а в одной из задач робот достиг максимального результата уже в первый же поиск.
#llm#reinforcement learning#program search#robotics#gymnasium
