部分可观测下时序知识图谱记忆的神经符号元策略

论文用神经符号元策略管理时序知识图谱记忆并保持可追溯。

资讯摘要

论文提出一种神经符号元策略，用于部分可观测强化学习中的记忆管理：在每个决策点学习选择应用哪种符号记忆启发式，而执行仍保持符号化。实验在 RoomKG 环境中进行，隐藏状态与观测以 RDF 图表示，记忆加入时序 RDF 三元组标注；模型结合知识图谱编码与问答、探索、遗忘三个价值头。作者报告，在长期记忆容量 512 的房间划分上，qualifier-aware StarE-GNN 配置取得最佳留出性能，并保留记忆管理决策的逐步可追溯性。

要点速读

1. 论文提出神经符号元策略，学习选择符号记忆启发式，执行保持符号化。
2. RoomKG 环境用 RDF 图表示隐藏状态与观测，记忆带时序 RDF 三元组标注。
3. 作者报告在记忆容量 512 的房间划分上，qualifier-aware StarE-GNN 配置留出性能最佳，且决策可逐步追溯。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/3 08:00:27（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。