Ny automatmodell sorterar AI-belöningar mer effektivt

arXiv cs.AI

Forskare har utvecklat en ny typ av automat (ett matematiskt beräkningsverktyg) som kategoriserar oändliga sekvenser av belöningar i diskreta grupper – något som används när AI-system ska fatta beslut över tid. Det smarta är att deras konstruktion kräver ett tillståndsutrymme som växer linjärt med antalet kategorier, istället för exponentiellt som tidigare metoder. Praktiskt tillämpat på Markov-beslutsprocesser (en vanlig modell för AI-planering) kan algoritmen hitta nära-optimala strategier på pseudo-polynomisk tid.