AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签：FrozenLake×
6月16日
20:46
12:10
12:10arXiv cs.LG@Nathan Gavenski, Juarez Monteiro, Francisco Galuppo, Adriano Veloso, Odinaldo Rodrigues
PACT是一种混合架构，结合快速反应式RL策略与慢速SLM规划器。它异步调用2B参数SLM生成候选动作计划，经仿真验证安全、可行、完整后直接执行，无需重训练RL策略。在三个难度递增的FrozenLake配置上，PACT超越所有基线，表明规划与反应协同比单独使用更强。
论文PACTSmall Language ModelReinforcement LearningFrozenLake规划
推荐理由：这篇论文提出了PACT，用一个小型语言模型来规划动作，再结合强化学习策略，在FrozenLake上比纯RL效果好，而且不用重训练。
原文
6月12日
12:57
6月11日
15:28
15:23
15:07