Technion - Israel Institute of Technology（以色列理工学院）

Reinforcement Learning with Multi-Step Lookahead Information Via Adaptive Batching

通过自适应分组实现多步前瞻信息的强化学习

Nadav Merlis

机构 * The Faculty of Data and Decision Sciences, Technion -- Israel Institute of Technology, Israel（数据与决策科学系，技术Ion理工学院——以色列理工学院，以色列） 纠错

AI总结 本文提出自适应分组策略以解决多步前瞻信息下的强化学习问题，设计了乐观 regrets 最小化算法，实现了与未知环境交互时的最优策略学习。

CtD: Composition through Decomposition in Emergent Communication

CtD: 通过分解实现涌现通信中的组合

Boaz Carmeli, Ron Meir, Yonatan Belinkov

机构 * Technion – Israel Institute of Technology（技术离子-以色列理工学院） 纠错

AI总结 本研究提出了一种通过分解实现组合的方法，使神经代理能零样本泛化描述新图像。