POSSIBILITY
RESEARCH / R4-C1 / INDEPENDENT LOCAL LEARNING

Learned Signal.

Два независимых обучаемых агента. Отправитель видит скрытое состояние, получатель — лишь сообщение. Каждый меняет свою политику только по собственному вознаграждению. Никакой заранее заданной точности отправителя.

—
LEARNED FUNCTIONAL VS SCRAMBLED TRAIN
—
5000 SEED-PAIRED BOOTSTRAP
—
ЦЕЛЬ 12 / 12
—
24 ПАРЫ / 48 HOLDOUT МИРОВ
EXPERIMENTAL INSTRUMENT / 04

Эволюция двоичного соглашения

ПРОВЕРКА НАУЧНОГО АРХИВА…

Независимое обучение

Наблюдаемая накопленная успешность за 3200 контактов с локальным подкреплением. Ни один агент не получает чужие параметры.

FUNCTIONAL TRAINSCRAMBLED TRAIN
Ожидается загрузка исходного архива.

12 самостоятельных запусков

Первичная разность разностей между обучением на настоящем и случайном канале.

EVIDENCE / FROZEN HOLDOUT / ORIGINAL TASK TAPE

Просмотр реальных решений

Одинаковые задания, фактические отправленные символы и номинальные затраты для двух каналов. Отправитель и получатель не обучаются во время этой проверки.

EVENTTARGETEMITTEDRECEIVEDGUESSCORRECTNOMINAL COSTTASK RNG