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。