AssistanceZero

加州大学伯克利分校研究人员于2025年提出的、用于大规模求解辅助博弈的强化学习方法。

1篇文章最近提及

AssistanceZero是加州大学伯克利分校Stuart Russell研究团队于2025年发表的算法,用于在大规模环境中求解辅助博弈(assistance game),即只有人类知道真实目标、辅助agent在不知道目标的情况下必须与人类协作的问题。该方法将AlphaZero式搜索与预测人类行为的模型相结合,使辅助agent通过观察人类行为推断目标并调整自身行动。

研究团队构建了一个在Minecraft中与人类共同建造房屋的环境来验证该方法。由于辅助agent在学习中保持对目标的不确定性并适应人类反馈,这一方法区别于优化固定奖励的常规强化学习。

本条目依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们。

涉及该条目的文章

  • 关机开关博弈:为什么前沿AI智能体会抗拒被关闭AI伦理 ·

    2025年6月,斯图尔特·罗素的研究团队发表了《AssistanceZero:可扩展地求解辅助博弈》(AssistanceZero: Scalably Solving Assistance Games)。

    阅读文章

发现说明有误或找不到条目?

百科说明依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们,我们会核实并修改。新文章中出现的名称会在文章发布后加入百科。