Een proefschrift van de University of Manchester introduceert Visual Causal-chain Bookmarking (VCBM), een methode die reinforcement-learningagenten helpt te leren welke acties tot vertraagde beloningen hebben geleid. In een simulatie van horlogereparaties kwam de methode in 20 runs gemiddeld na 1,532.3 episodes tot 95.07% correcte beslissingen, tegenover 3,327.1 episodes voor de RUDDER-baseline. In AppWorld steeg het aandeel succesvol uitgevoerde taken met training waarin VCBM was verwerkt van 0.354 naar 0.458. Die vergelijking was echter gebaseerd op slechts één run per methode en vormt dus geen statistische bevestiging.
Waarom het ertoe doet
Voor onderzoekers die agenten trainen voor taken met vertraagde beloningen biedt VCBM een geteste manier om beslissingen met grote gevolgen zwaarder te laten meewegen. Voor de betrouwbaarheid van het resultaat in AppWorld zijn echter meer runs nodig.
