محققان به تازگی از یک چارچوب جدید و کارآمد به نام STP رونمایی کردند که دنیای یادگیری تقویتی (Reinforcement Learning) را یک گام به جلو برده است.
مدلهای مبتنی بر «دیفیوژن» اگرچه بسیار دقیق هستند، اما به دلیل فرآیند محاسباتی سنگین، سرعت پایینتری دارند. حالا با روش STP، میتوان مسیرهای حرکتی را با سرعت بسیار بالاتر و هزینه آموزشی کمتر تولید کرد. این روش با سادهسازی فرآیند آموزش، عملاً مسیر را برای برنامهریزیهای مولد (Generative Planning) در محیطهای پیچیده مثل رباتیک و ناوبری هموارتر میکند.
این نوآوری میتواند سرعت و کارایی ایجنتهای هوش مصنوعی را در انجام کارهای دنیای واقعی به شکل چشمگیری افزایش دهد. 🔥
منبع: arXiv AI