🤖 कृत्रिम बुद्धिमत्ता
Performance Asymmetry in Model-Based Reinforcement Learning
यह शोध पत्र वर्तमान मॉडल-आधारित सुदृढीकरण अधिगम (Model-Based Reinforcement Learning) में एक महत्वपूर्ण "प्रदर्शन विषमता" (Performance Asymmetry) को प्रकट करता है जहाँ एजेंट कुछ अटाari (Atari) कार्यों पर उत्कृष्ट प्रदर्शन करते हैं जबकि अन्य पर विफल रहते हैं, और एक नवीन जॉइंट एम्बेडिंग डिफ्यूजन (Joint Embedding Diffusion - JEDI) वर्ल्ड मॉडल प्रस्तावित करता है जो इस असंतुलन को दूर करने के लिए मानव-पसंद और एजेंट-पसंद दोनों कार्य उपसमूहों में अत्याधुनिक प्रदर्शन प्राप्त करता है।