محققان در مقاله جدیدی روش DAGR را معرفی کردند که به مدلهای «یادگیری تقویتی هدفمحور» کمک میکند تا درک بهتری از محیط داشته باشند.
🔹 ماجرا چیست؟
بسیاری از مدلهای فعلی، «وضعیت فعلی» را هنگام هدفگذاری نادیده میگیرند. متد جدید DAGR با استفاده از مکانیزم «توجه متقاطع» (Cross-Attention)، ویژگیهای هدف را با وضعیت لحظهای ربات یا عامل هوشمند ترکیب میکند.
🔹 نتیجه چه بود؟
این روش در وظایف مسیریابی (Navigation) عملکرد بهتری نشان داده، هرچند در سایر وظایف مانند پازلها هنوز نیاز به تحقیقات بیشتری دارد. در واقع، این یک گام ساختاری برای هوشمندتر کردن نگاه مدلها به هدفشان است.
منبع: arXiv Machine Learning