Meta近日发布重量级论文《Agent Learning via Early Experience》,提出了一种名为「早期经验」的全新AI训练范式。该研究旨在解决强化学习缺乏奖励信号和模仿学习依赖昂贵专家数据的双重困境。
论文提出的「早期经验」范式让AI智能体通过尝试动作、观察结果并转化为监督信号来自主学习。这种方法无需外部奖励,利用智能体自身探索产生的数据,在模仿学习和强化学习之间架起桥梁。
研究团队在八个多样化环境中测试了该范式,结果显示任务成功率平均提升9.6个百分点,泛化能力提升9.4个百分点。该方法还能减少对专家数据的依赖,数据效率显著提高。
论文特别强调,早期经验范式具有广泛的适用性,无论是具身环境还是数字环境,都能带来一致性能提升。该方法为训练更自主的AI智能体开辟了新途径。

粤公网安备 44010602000162号
网友评论