将 VGDL 编译为因果模型
英文标题：Compiling VGDL into Causal Models
强化学习（RL）与大语言模型（LLM）通常难以准确捕捉游戏环境的内在因果机制。标准强化学习智能体倾向于依赖虚假关联，而大语言模型则容易在推断物理规则和状态转移时产生幻觉。本研究探索了将视频游戏描述语言（VGDL）编译为因果模型的方法，旨在为游戏环境建立形式化的因果先验表征。该方法有助于增强智能体的因果推理与泛化能力，为构建更稳健可靠的游戏决策模型提供了新思路。
打开原文相关 2.4 · 机会 1
2.1 KB
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
摘要
强化学习（Reinforcement Learning）与大语言模型（Large Language Models）往往难以准确捕捉游戏环境中的因果机制。标准强化学习智能体容易依赖虚假关联，而大语言模型则容易产生幻觉……
BibTeX 格式引用
×
English / 原文
BibTeX formatted citation
×