神经符号元策略学习时序知识图谱记忆

Taewoon Kim 等作者发表论文，提出一种神经符号元策略：在部分可观测强化学习中，让策略学习在每个决策点选用哪种符号记忆启发式，实际执行仍保持符号化。 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）图表示，记忆带时序 RDF 三元组标注；控制器由问答、探索、遗忘三个价值头组成，作者称其可适应且可检查。 作者报告，在长时记忆容量为 512 的训练与测试房间划分上，带限定符感知的 StarE-GNN 配置在对比的符号、神经与神经符号系统中取得最佳留出性能，并保留记忆管理决策的逐步可追溯性。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。