Artan Bilgiyle Sembolik Planlama Kullanarak Örnek Verimliliği Artıran Hiyerarşik Pekiştirmeli ÖğrenmeHierarchical Reinforcement Learning with Symbolic Planning and Incremental Knowledge Boosts Sample Efficiency

Bu çalışma, artan bilgiyle güncellenen sembolik planlama ve düşük seviyeli hedef odaklı sinirsel modülleleri birleştirerek, seyrek ödül ve uzun zaman ufku gerektiren ortamlarda örnek verimliliğini önemli ölçüde artırmayı hedefliyor; bu, robotik ve yapay zeka uygulamalarında öğrenme süresini kısaltarak daha hızlı ve etkili karar verme süreçlerine katkı sağlıyor.This study aims to significantly increase sample efficiency in environments requiring sparse rewards and long time horizons by combining symbolic planning updated with incremental knowledge and low-level goal-focused neural modules; this shortens learning time in robotics and AI applications, contributing to faster and more effective decision-making processes.