هوش مصنوعی

چارچوب JHiMA-WebRL برای آموزش مشترک برنامه‌ریز و عامل وب پیشنهاد شد

پژوهشگران در پیش‌چاپی در arXiv می‌گویند عامل‌های چندوجهی وب برای انجام وظایف طولانی و چندمرحله‌ای با دشواری برنامه‌ریزی روبه‌رو هستند؛ آن‌ها چارچوبی معرفی کرده‌اند که برنامه‌ریزی و اجرا را جدا می‌کند و هر دو را به‌طور مشترک آموزش می‌دهد.

۱ دقیقه مطالعه
Figure 1: Overview of JHiMA-WebRL. Left: prior web agents use a single policy, or a separate planner that receives no RL updates while the actor is trained. Right: we generate subtask supervision from GUI trajectories, f
تصویر درج‌شده در مقالهٔ اصلی؛ حقوق بازنشر مستقل تأیید نشده است. — arXiv · AI (پیش‌چاپ) · پرونده اصلی · منبع تصویر: ناشر خبر

عامل‌های چندوجهی وب می‌توانند از طریق رابط‌های گرافیکی با وب‌سایت‌ها تعامل کنند، اما انجام وظایف واقع‌گرایانه معمولاً به برنامه‌ریزی چندمرحله‌ای در افق زمانی طولانی نیاز دارد؛ قابلیتی که برای سیاست‌های یکپارچه چالش‌برانگیز است. این عامل‌ها باید هم‌زمان برنامه‌ای کلی بسازند، میان وضعیت‌های میانی حرکت کنند، پیشرفت را در طول تعامل دنبال کنند و بر پایهٔ محتوای بصری اقدام کنند.

پیش‌چاپ JHiMA-WebRL بررسی می‌کند که آیا تفکیک برنامه‌ریزی از اجرا و آموزش مشترک این دو می‌تواند راهنمای بهتری برای پیمایش طولانی‌مدت وب فراهم کند. به گفتهٔ نویسندگان، در برخی سامانه‌های چندعاملی پیشین، برنامه‌ریز از عامل اجرا جدا بوده، اما خودِ برنامه‌ریز معمولاً همراه با عامل اجرا به‌روزرسانی نمی‌شده است. متن در دسترس، جزئیات بیشتر چارچوب یا نتایج ارزیابی آن را ارائه نمی‌کند.

این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.

منبع: arXiv · AI (پیش‌چاپ) — مشاهده منبع اصلی ↗

پیش‌چاپ پژوهشی در arXiv؛ انتشار در این مخزن به معنی داوری همتا نیست