Loading...
📚
スキルライブラリ(Voyager)(SL)
エージェントは、自ら発見した振る舞いに対して再利用可能で実行可能なスキル(プログラム)を記述し、その説明の埋め込みでインデックス化されたライブラリに保存し、後にそれらを検索してより複雑なスキルへと組み合わせる。ライブラリは手続き的記憶の一形態として成長するため、勾配更新や破滅的忘却を伴わずに、能力が時間とともに積み上がっていく。
複雑さ: high学習と適応
In 30 seconds
- What
- エージェントは発見した振る舞いを実行可能なコードとして書き、埋め込みで索引付けしたライブラリに保存し、それらを組み合わせて、再学習なしに成長していく複雑なスキルを構築する。
- When to use
- エージェントが時間をかけて再利用可能な振る舞いを数多く発見し、忘却も再学習もせずに過去の発見の上に積み上げる必要がある、オープンエンドな学習の場面。
- Watch out
- 実行フィードバックがノイズだらけだったり、改良ループがライブラリ保存前にバグを捉えられなかったりすると、コードの品質と正しさは急速に劣化する。
Loading technique guide…