محققان در یک دستاورد تازه، روشی جذاب به نام «ICR-RL» را معرفی کردهاند که یادگیری تقویتی (RL) را به یک مسئله «رگرسیون درونمتنی» تبدیل میکند.
🔹 چرا این موضوع مهم است؟
بیشتر مدلهای فعلی برای یادگیری تقویتی نیاز به آموزشهای سنگین و پرهزینه دارند. اما در روش جدید ICR-RL، مدلهای بنیادینی که قبلاً برای کارهای رگرسیون آموزش دیدهاند، میتوانند بدون نیاز به هیچگونه آموزش یا تنظیم اضافه (Fine-tuning)، مسائل پیچیده RL را حل کنند!
این روش که با استفاده از مدل TabPFN آزمایش شده، نشان داده که میتواند با متدهای قدرتمندی مثل DQN و PPO رقابت کند. این یعنی قدمی بزرگ برای کاهش پیچیدگیهای آموزش هوش مصنوعی در محیطهای تعاملی.
منبع: arXiv AI