پژوهش
پژوهشگران DualWorldBench را برای سنجش برنامه‌ریزی عامل‌ها در دو جهان نمادین و شبیه‌سازی‌شده معرفی کردند
این بنچمارک با رابط مشترک دریافت و تحویل، توانایی عامل‌ها را در ترکیب ادراک و استدلال برای برنامه‌ریزی چندهدفه می‌سنجد؛ چکیدهٔ در دسترس فقط بخشی از اجزای آن را شرح می‌دهد.
پژوهشگران در پیش‌چاپی در arXiv، بنچمارکی به نام DualWorldBench معرفی کرده‌اند تا برنامه‌ریزی عامل‌ها را در شرایطی با پیچیدگی نمادین، زمانی و مکانی ارزیابی کند. به‌گفتهٔ چکیده، ارزیابی‌های پیشین اغلب به وظایف ساده‌شده با ساختار ترکیبیاتی محدود متکی بوده‌اند و روشن نکرده‌اند عامل‌های فعلی تا چه اندازه می‌توانند ادراک و استدلال را برای برنامه‌ریزی چندهدفه، با محدودیت‌های زمانی، فیزیکی و چندوجهی، به‌طور پایدار ترکیب کنند.
DualWorldBench حول رابط مشترک دریافت و تحویل ساخته شده و سه مؤلفهٔ مکمل دارد. بخش قابل مشاهده از چکیده، TextWorld را برای جداکردن برنامه‌ریزی نمادین در ترکیب‌های متفاوت وظایف و پویایی‌های آزادسازی معرفی می‌کند. همچنین نام SimWorld آمده است، اما توضیح این بخش در متن منبعِ ارائه‌شده ناتمام است؛ بنابراین جزئیات کامل اجزای بنچمارک در دسترس نیست.
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
رد این داستان در رادار
خبرهای مرتبط از آرشیو منتشرشده