如果你为你的代理维护一个技能库,你可能想看看这个。
(收藏它)
这项工作将技能演化系统通常合并为一个的东西分成了三部分。原始执行轨迹、累积知识的持久维基,以及可执行的技能本身。
经验被整合到维基中,每个后续的技能更新都基于那个维基,而不是基于分散的优化历史。
消融实验证实了维基承载了大部分收益。两个结果特别突出。具有演化技能的较小模型击败了没有它们的明显更大的模型。而且由一个模型演化的技能跨家族转移,其中其他地方演化的技能有时击败了自我演化的技能。
论文:http://t.cn/AXpdCnwW
与论文聊天:
http://t.cn/AXpe5erw