Elite Table: Программа самосовершенствования Поиск поддающихся исполнению стратегий контроля

arXiv: 261.10.12536v 1 Annualce Type: New Humber Abstract: EliteTable — это самосовершенствование алгоритма поиска программ, основанного на больших языковых моделях (LMS), в котором используется таблица с фиксированной пропускной способностью высокооценочных решений для руководства новыми предложениями, редактирования существующих решений и ремиксов нескольких решений. Оценка результатов была проведена по шести направлениям деятельности в области контроля за использованием гимназии, каждый из которых включает десять поколений и пятьдесят мест для кандидатов на одно поколение. Каждая задача оценивалась в рамках десяти независимых инициированных поисков. Медиалы кандидатов выросли между первым и последним поколениями во всех шести задачах, а медианные показатели избранных победителей -- в пяти. В CartPole-v1 выбранный победитель достиг верхнего предела поиска в первом поколении всех десяти поисков. Все десять парных конечных точек были улучшены в четырех из шести задач. Улучшились показатели BipedalWalker-v3 и CarRacing-v3, не достигнув целевых показателей по отчетности. Шесть из десяти запросов Acrobot-v1 были отклонены в эпизодах, связанных с удержанием, и медианное изменение пар было негативом