言語による条件付けされた世界モデルが、環境記述の読み取りによってポリシーの一般化を改善

この研究は、環境の言語記述を取り入れることで、強化学習エージェントを改善する新しいアプローチを探求しています。言語条件付けの使用は、多様な環境にわたるより堅牢で一般化可能なポリシーを可能にする可能性があります。

• •この研究は、強化学習を改善するために言語を活用しています。
• •核心的なアイデアは、学習したポリシーの一般化を強化することです。
• •このモデルは、意思決定のために環境の説明を利用します。