إنشاء ترتيبات هرمية للحاجات في وكيل

نقدم طريقة جديدة لتعلم التجريدات الهرمية التي تؤدي إلى تحسين المكافآت المتوقعة عالميًا من خلال أولوية الأهداف المتنافسة. يستخدم نهجنا وكيل مكافأة ثانوي ينتج قيمًا سلمية متعددة، كل منها مرتبط بمستوى تجريد معين. ثم يتعلم الوكيل التقليدي زيادة هذه القيم بشكل هرمي، حيث يتم شرط كل مستوى على زيادة المستوى السابق. نشتق معادلة ترتيب هذه القيم السلمية والمكافأة العالمية حسب الأولوية، مما يؤدي إلى هرم من الاحتياجات يوجه تشكيل الأهداف. أظهرت النتائج التجريبية في بيئة Pendulum v1 أداءً أفضل مقارنة بتنفيذ الأساس (البازلين). لقد حققنا نتائجًا رائدة في هذا المجال (state of the art).