使用场景
使用 Motif 训练 AI 代理在 NetHack 游戏中获取内在动机
使用 Motif 生成与人类行为直觉一致的行为
使用 Motif 通过提示修改来引导 AI 代理的行为
产品特色
使用 LLM 的偏好创建一组注释对的注释数据集
使用交叉熵将 LLM 的偏好转化为奖励函数
使用强化学习训练代理
-
Motif
类别：AI Agents,AI游戏创作,人工智能,强化学习,奖励函数,NetHack,普通产品,开源, -
使用场景
使用 Motif 训练 AI 代理在 NetHack 游戏中获取内在动机
使用 Motif 生成与人类行为直觉一致的行为
使用 Motif 通过提示修改来引导 AI 代理的行为
产品特色
使用 LLM 的偏好创建一组注释对的注释数据集
使用交叉熵将 LLM 的偏好转化为奖励函数
使用强化学习训练代理
