Управленческое управление предварительными условиями в нейро-символическом RL: три стратегии размещения здоровых агентов

Компьютерные науки > Машинное обучение [представлено 13 сентября 2026 года] Название: Управляющие предварительными условиями действия в Neuro-Symbolic RL: Три стратегии размещения здоровых агентов Взгляд на PDF HTML (экспериментальный) резюме: Люди имеют знания поведения, как действовать в знакомых ситуациях во всех новых задачах вместо того чтобы переучить его с нуля. Нет причин, почему агент по укреплению обучения (RL) не должен делать то же самое: известные модели поведения необязательно должны быть изучены, только применяться. Нейро-символический RL соединяет предыдущие знания и RL путем приведения символических знаний в соответствие с наукоемкой политикой. Точка интеграции этих знаний имеет решающее значение: плохой выбор может привести, например, к галлюцинациям предварительных условий, которые возникают в качестве проблем безопасности и надежности у агентов, действующих в изменяющейся окружающей среде. Мы официально оформим эти поведенческие знания в качестве предварительного условия Байезийской сети (BN) над \emph {structureal actions} — действиями, законность которых зависит от предварительных условий, таких как получение ключа, захват блока, стыковка двери или сброс объекта. БН ограничивает, когда эти действия могут быть обстреляны, и мы вводим их в петлю RL на трех позициях: 1) mph (символический проверяющий), с которым консультировался только при заполнении предварительных условий, который возгорает структурное действие; 2) emph {синголическое принуждение},…