Araştırmacılar Dream-RSI için kendi kendini öğrenme çerçevesini sundu

Araştırmacılar, dinamik ortamlarda AI ajanlarının yeniden eğitimi için Dream-RSI adlı yeni bir çerçeve yayınladılar. Sistem, keşiflerin biriken geçmişini bir replay simülatörü olarak kullanır, böylece modellerin stratejilerini pahalı çevrimiçi testlere gerek kalmadan değerlendirmesine ve düzeltmesine olanak tanır.

Dream-RSI'nin temel amacı, ajanları yinelemeli olarak iyileştirirken hesaplama maliyetlerini en aza indirmektir. Dış ortamlarla her aşamada doğrudan etkileşime girmek yerine, algoritma geçmiş veriler temelinde bir dünya modeli oluşturur. Bu, sistemın binlerce simülasyonu otomatik olarak gerçekleştirerek yüksek karar alma doğruluğunu korurken, aynı zamanda yüksek bir hızda çalışmasına olanak tanır.

Test sırasında çerçeve, ajanın kendi bilgilerindeki boşlukları kendiliğinden belirleyerek ve bunları evrimleşen dünyalar aracılığıyla doldurarak otonom deneyim birikimi yeteneğini gösterdi. Yöntem, geçmiş veriler aracılığıyla sürekli doğrulama sayesinde standart pekiştirme öğrenimi yaklaşımlarına özgü stratejilerin bozulmasını önler.

Teknoloji, geleneksel öğrenmenin önemli güce ihtiyaç duyduğu sınırlı kaynaklı ortamlarda sorunları çözmeye yöneliktir. Geliştiriciler, tarihi yeniden oynama kullanımının, ajanları karmaşık çok katmanlı görevlere ölçeklendirirken altyapı yükünü azalttığını belirtiyorlar. Deneylerin ayrıntılı sonuçları ve algoritmanın matematiksel açıklaması bilimsel yayında mevcuttur.