Il Framework GRAIL Consente la Fondazione Autonoma di Concetti Relazionali nell'Apprendimento per Rinforzo Neuro-Simbolico

Un nuovo framework denominato GRAIL (Grounding Relational Agents through Interactive Learning) è stato introdotto per stabilire autonomamente concetti relazionali all'interno dell'apprendimento per rinforzo neuro-simbolico (NeSy-RL). Questo metodo innovativo elimina la necessità che esperti umani specifichino manualmente concetti come "a sinistra di" o "vicino a", il che storicamente ha limitato l'adattabilità a causa della semantica variabile in contesti diversi. GRAIL utilizza grandi modelli linguistici (LLM) per offrire rappresentazioni generiche di concetti come supervisione debole, perfezionandole successivamente attraverso interazioni con l'ambiente per catturare semantiche specifiche. Affronta efficacemente problemi legati a segnali di ricompensa sparsi e disallineamento concettuale comuni in ambienti sottodeterminati. Esperimenti di validazione sono stati condotti su giochi Atari, e la ricerca è stata pubblicata su arXiv con identificatore 2604.16871v1, segnando un progresso significativo nella ricerca sull'intelligenza artificiale.