LEARNING
概率递归意图切换模型
Wenyuan Sheng, Hao Zhu, Joschka Boedecker
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出概率递归意图切换模型（PRISM），利用轻量级递归网络替代传统多意图逆强化学习中的马尔可夫链或固定历史窗口，实现每步意图分布建模。实验证明该方法在非马尔可夫网格世界、小鼠迷宫及BridgeData V2机器人操作任务中均取得最高留出对数似然，并能从无标签演示中恢复可命名的、时间连贯的意图。
关键词
inverse reinforcement learningintention switchingrecurrent neural networkmulti-intention IRLrobotic manipulation
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018