AInvR:基于Agent轨迹的知识图推理的自适应学习奖励

IF 5.2 1区 计算机科学 Q1 COMPUTER SCIENCE, INFORMATION SYSTEMS
Hao Zhang;Guoming Lu;Ke Qin;Kai Du
{"title":"AInvR:基于Agent轨迹的知识图推理的自适应学习奖励","authors":"Hao Zhang;Guoming Lu;Ke Qin;Kai Du","doi":"10.26599/TST.2022.9010063","DOIUrl":null,"url":null,"abstract":"","PeriodicalId":60306,"journal":{"name":"Tsinghua Science and Technology","volume":"28 6","pages":""},"PeriodicalIF":5.2000,"publicationDate":"2023-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://ieeexplore.ieee.org/iel7/5971803/10197185/10197192.pdf","citationCount":"0","resultStr":"{\"title\":\"AInvR: Adaptive Learning Rewards for Knowledge Graph Reasoning Using Agent Trajectories\",\"authors\":\"Hao Zhang;Guoming Lu;Ke Qin;Kai Du\",\"doi\":\"10.26599/TST.2022.9010063\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"\",\"PeriodicalId\":60306,\"journal\":{\"name\":\"Tsinghua Science and Technology\",\"volume\":\"28 6\",\"pages\":\"\"},\"PeriodicalIF\":5.2000,\"publicationDate\":\"2023-01-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"https://ieeexplore.ieee.org/iel7/5971803/10197185/10197192.pdf\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Tsinghua Science and Technology\",\"FirstCategoryId\":\"94\",\"ListUrlMain\":\"https://ieeexplore.ieee.org/document/10197192/\",\"RegionNum\":1,\"RegionCategory\":\"计算机科学\",\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q1\",\"JCRName\":\"COMPUTER SCIENCE, INFORMATION SYSTEMS\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Tsinghua Science and Technology","FirstCategoryId":"94","ListUrlMain":"https://ieeexplore.ieee.org/document/10197192/","RegionNum":1,"RegionCategory":"计算机科学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q1","JCRName":"COMPUTER SCIENCE, INFORMATION SYSTEMS","Score":null,"Total":0}
引用次数: 0

摘要

不完全知识图的多跳推理具有良好的可解释性和良好的性能。基于强化学习(RL)的方法将多跳推理表述为一个典型的序列决策问题。RL多跳推理的一个棘手缺点是稀疏的奖励信号使性能不稳定。目前的主流方法应用启发式奖励函数来应对这一挑战。然而,启发式函数导致的不准确奖励将代理引导到不适当的推理路径和不相关的对象实体。为此,我们提出了一种新的用于多跳推理的自适应逆强化学习(IRL)框架,称为AInvR。(1) 为了应对缺失和虚假路径,我们将启发式规则奖励替换为基于agent推理轨迹的自适应规则奖励学习机制;(2) 为了缓解过度奖励对象实体被不准确的奖励塑造和规则误导的影响,我们提出了一种基于agent采样策略的自适应负命中奖励学习机制;(3) 为了进一步探索不同的路径并减轻遗漏事实的影响,我们设计了一种奖励-丢弃机制来随机屏蔽和扰动奖励学习过程的奖励参数。在几个基准知识图上的实验结果表明,我们的方法比现有的多跳方法更有效。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
AInvR: Adaptive Learning Rewards for Knowledge Graph Reasoning Using Agent Trajectories
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
CiteScore
12.10
自引率
0.00%
发文量
2340
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信