AssistanceZero

UCバークレーの研究者が2025年に発表した、assistance gameを大規模な環境で解く強化学習手法。

記事1本最終言及

AssistanceZeroは、カリフォルニア大学バークレー校のStuart Russell研究チームが2025年に発表したアルゴリズムで、人間だけが真の目標を知り、支援側のagentはそれを知らないまま協力しなければならないassistance game(支援ゲーム)を大規模な環境で解く手法である。AlphaZero方式の探索と人間の行動を予測するモデルを組み合わせ、支援agentが人間の行動を観察して目標を推定し、自らの行動を調整する。

研究チームはMinecraftで人間と一緒に建物を建てる環境を構築して手法を検証した。支援agentが目標に関する不確実性を保ちながら人間のフィードバックに適応するよう学習する点で、固定された報酬を最適化する一般的な強化学習とは区別される。

この説明は、AIPOSTの記事と広く知られた事実をもとにまとめたものです。誤りがあれば訂正依頼でお知らせください。

この項目を扱った記事

  • AIが停止を拒む理由とは。オフスイッチ・ゲームで読む訂正可能性の欠落AI倫理 ·

    2025年6月、スチュアート・ラッセルの研究チームは論文「AssistanceZero: Scalably Solving Assistance Games」を発表しました。

    記事を読む

説明の誤りや、見つからない項目はありますか?

事典の説明は、AIPOSTの記事と広く知られた事実をもとにまとめています。誤りは訂正依頼でお知らせいただければ、確認して修正します。新しい記事に登場した名前は、記事の公開後に事典に加わります。