arXiv 自然语言处理· Xinbo Zhao, Yuhang Liu, Xin Zhang, Lei Le, Zhaohan Xi, Yu Yang, Yingxue Zhang·· 17 時間前AI スコア33
用于多任务离线强化学习的语言模型增强 Decision Transformer（LaMA-DT）
Language Model Augmented Decision Transformer for Multi-Task Offline Reinforcement Learning
未翻訳のため中国語で表示しています。
AI ガイド
LaMA-DT 框架利用单一 LLM 同时实现轨迹增强与多任务策略学习，以解决离线多任务强化学习的数据稀缺难题。该方法通过自然语言任务描述引导生成并过滤高质量轨迹，随后复用同一 LLM 作为语言条件 Decision Transformer 进行微调。在 Meta-World 和 MuJoCo 基准测试中，LaMA-DT 持续优于竞争基线，显著提升了低数据场景下的跨任务泛化能力。
出典：arXiv 自然语言处理 · arxiv.org