الملخص
تمت ترجمة أجزاء من هذه الصفحة آلياً وقد تحتوي على أخطاء.
يدرّب التعلم المعزز الوكيلي (RL) نموذجًا لغويًا كبيرًا على التصرف عبر تفاعلات متعددة الخطوات طويلة. لكن خطأً موضعيًا واحدًا قد يسبب فشل المهمة، بينما تقدم المكافآت على مستوى المسار إرشادًا محدودًا لإسناد الائتمان إلى القرارات الفردية. لمعالجة هذا القيد نقدم SHARPO (إعادة ترجيح مزايا البصيرة اللاحقة على مستوى المقطع لتحسين السياسة)، وهو آلية إسناد ائتمان تحسّن تحسين السياسة النسبية للمجموعة (GRPO) على مستوى المقاطع الموجهة إلى البيئة. مستوحى من طريقة التقطير الذاتي على السياسة الموجودة (OPSD)، يحسب SHARPO فجوات لوغاريتم احتمال المعلم والطالب داخل كل مقطع، ويستخدم الإشارة الناتجة لحساب مضاعف محدود على ميزة GRPO. ويشترك جميع رموز المقطع في هذا المضاعف، فيتيح تغير الائتمان بين المقاطع المختلفة. ومع Qwen2.5-7B-Instruct يتفوق SHARPO على الخطوط الأساسية القائمة على معياري ALFWorld وWebShop، بما فيها GRPO وSDAR وRLSD وStepOPSD.
الكلمات المفتاحية
الموضوع
بيانات النشر
- المجلة
- غير متاح
- وصول مفتوح
- وصول مفتوح أخضر
اقتبس هذه المقالة
APA 7
Du, X., Zhou, Z., Zhu, W., Yu, H., Na, S., Jain, R., & Geramifard, A. (2026). SHARPO: إسناد الائتمان على مستوى المقاطع للتعلم المعزز الوكيل. https://omanscience.com/ar/articles/sharpo-segment-level-credit-assignment-for-agentic-reinforcement-learning
MLA 9
Du, Xinchen, et al. "SHARPO: إسناد الائتمان على مستوى المقاطع للتعلم المعزز الوكيل." https://omanscience.com/ar/articles/sharpo-segment-level-credit-assignment-for-agentic-reinforcement-learning.
شيكاغو (المؤلف–التاريخ)
Du, Xinchen, Zhengze Zhou, Wenhui Zhu, Han Yu, Sen Na, Rohit Jain, and Alborz Geramifard. 2026. "SHARPO: إسناد الائتمان على مستوى المقاطع للتعلم المعزز الوكيل." https://omanscience.com/ar/articles/sharpo-segment-level-credit-assignment-for-agentic-reinforcement-learning.
هارفارد
Du, X., Zhou, Z., Zhu, W., Yu, H., Na, S., Jain, R. and Geramifard, A. (2026) 'SHARPO: إسناد الائتمان على مستوى المقاطع للتعلم المعزز الوكيل', Available at: https://omanscience.com/ar/articles/sharpo-segment-level-credit-assignment-for-agentic-reinforcement-learning.
فانكوفر
Du X, Zhou Z, Zhu W, Yu H, Na S, Jain R, et al. SHARPO: إسناد الائتمان على مستوى المقاطع للتعلم المعزز الوكيل. https://omanscience.com/ar/articles/sharpo-segment-level-credit-assignment-for-agentic-reinforcement-learning
IEEE
X. Du, Z. Zhou, W. Zhu, H. Yu, S. Na, R. Jain, and A. Geramifard, "SHARPO: إسناد الائتمان على مستوى المقاطع للتعلم المعزز الوكيل," https://omanscience.com/ar/articles/sharpo-segment-level-credit-assignment-for-agentic-reinforcement-learning.