arXiv · cs.AI · Taewoon Kim, Vincent Fran\c{c}ois-Lavet, Michael Cochez · 10 小时前模型评分31
部分可观测下时序知识图谱记忆的神经符号元策略
Neuro-Symbolic Meta-Policies for Temporal Knowledge-Graph Memory under Partial Observability
导读
研究提出一种神经符号元策略，在部分可观测强化学习中学习在每个决策点选用哪种符号记忆启发式，执行仍保持符号化。该方法在 RoomKG 的时序知识图谱记忆环境中运行，隐藏状态与观测用资源描述框架（RDF，Resource Description Framework）图表示，记忆带时序 RDF 三元组标注，并通过问答、探索、遗忘三个价值头组成可适应且可检查的控制器。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We introduce a neuro-symbolic meta-policy that learns which symbolic memory heuristic to apply at each decision point while keeping execution symbolic.”
- “On train/test room splits at long-term memory capacity of 512, the qualifier-aware StarE-GNN configuration achieves the best held-out performance among the compared symbolic, neural, and neuro-symbolic systems while preserving step-level traceability of memory-management decisions.”
来源：arXiv · cs.AI · arxiv.org