决策中的生成模型：综述.pdf
本文是一篇关于决策制定中生成式模型的综述。它综述了生成式模型在决策制定中的应用，并提供了一个全面的视角，涵盖了模型、功能、应用和未来方向。
文章首先介绍了生成式模型在内容生成方面的崛起，以及在决策制定中面临的挑战，例如学习策略、生成新策略、适应各种环境和处理多步推理。然后，文章概述了决策制定的背景知识，包括顺序决策、模仿学习、基于搜索的方法、规划和优化，以及强化学习。
**分类框架：**
文章提出了一个用于分类当前生成式决策制定方法的分类框架，该框架包含以下几个维度：
* **家族（Family）：** 包括能量基模型（EBMs）、生成对抗网络（GANs）、变分自编码器（VAEs）、归一化流（NFs）、扩散模型（DMs）、生成流网络（GFlowNets/CFlowNets）和自回归模型（AMs）。
* **功能（Function）：** 将生成式模型在决策制定中的作用分为三个主要类别：控制器、建模器和优化器。
* **结构（Structure）：** 指生成式模型的基本结构。
* **专业领域（Expertise）：** 包括模仿学习、在线强化学习、离线强化学习、机器人学、生成和其他。
* **应用（Application）：** 涵盖机器人控制、自动驾驶、游戏、结构生成和优化。
**生成式模型在决策中的角色：**
* **控制器：** 生成式模型可以作为策略模型，通过建模高奖励轨迹或观察-动作对来指导决策过程。
* **建模器：** 生成式模型能够捕获数据集的潜在模式，生成与原始分布相似的新数据。
* **优化器：** 生成式模型可以探索高维空间，并通过迭代细化采样的候选方案来优化解决方案。
**生成的模型综述：**
文章详细综述了七种主要的生成式模型，分析了它们在样本质量、样本多样性和计算效率方面的优缺点。并以机器人控制、结构生成、游戏、自动驾驶和优化等五个典型应用为例，探讨了生成式模型在不同决策场景中的应用。
**未来方向：**
文章指出了未来生成式决策模型的三个关键发展方向：
* **高性能算法：** 重点关注提升算法的规模、效率和适应性。
* **大规模通用决策制定模型：** 构建能够处理复杂推理任务、整合多样知识，并在动态和不确定的环境中提供鲁棒解决方案的模型。
* **自演进和自适应生成模型：** 强调构建能够持续适应、实时学习并跨不同领域转移知识的模型。
总的来说，这篇综述为生成式模型在决策制定中的应用提供了一个全面的视角，为该领域的研究和发展提供了有价值的参考。
相关报告
-
1.75 MB 18页 视觉中的生成物理人工智能：综述.pdf
-
2.07 MB 158页 大型语言模型安全：全面综述.pdf
-
6.48 MB 86页 【论文推荐】基于大语言模型的智能体综述——复旦NLP -.pdf
-
2.64 MB 18页 礼品力模型白皮书-清朴堂-202510.pdf
-
2.21 MB 26页 2025全球人形机器人企业能力画像整机能力评估模型V2.0-觅途咨询-202508.pdf
-
5.72 MB 56页 机器人大模型深度报告：我们距离真正的具身智能大模型还有多远？.pdf
-
1.87 MB 74页 大型语言模型的知识蒸馏与数据集蒸馏：新兴趋势、挑战与未来方向.pdf
-
38.56 MB 52页 新与心，2025大食饮行业消费者心智及决策链路研究白皮书-小红书x尼尔森IQ-202507.pdf
-
3.41 MB 52页 大型语言模型行业图谱.pdf
-
5.46 MB 36页 大模型驱动金融风险决策新范式.PDF
-
14.35 MB 75页 2025年X·赋能全球决策链成就中国科技品牌白皮书-Twitter出海营销-202507.pdf
-
4.77 MB 50页 2025高等教育中的人工智能（AI）革命研究报告.pdf
-
9.48 MB 25页 企业中的人工智能.pdf
-
30.81 MB 44页 AI驱动消费决策——营销变革白皮书-知乎研究院-202506.pdf
-
1.58 MB 74页 大语言模型（LLM）简介.pdf
-
2.34 MB 65页 2025亚太地区生物基塑料在缓解海洋塑料污染中的关键作用研究报告.pdf
-
826.39 KB 16页 氢及其主要衍生物的安全方面：政策制定者的文献综述.pdf