AssistanceZero

어시스턴스제로

UC Berkeley 연구진이 2025년 발표한, assistance game을 큰 규모의 환경에서 푸는 강화학습 방법이다.

기사 1편최근 언급

AssistanceZero는 University of California, Berkeley의 Stuart Russell 연구팀이 2025년 발표한 알고리즘으로, 사람만 진짜 목표를 알고 보조 agent는 이를 모르는 채 협력해야 하는 assistance game(보조 게임)을 큰 규모의 환경에서 푸는 방법이다. AlphaZero 방식의 탐색과 사람 행동을 예측하는 모델을 결합해, 보조 agent가 사람의 행동을 관찰하며 목표를 추론하고 자신의 행동을 조정한다.

연구진은 Minecraft에서 사람과 함께 건물을 짓는 환경을 만들어 이 방법을 검증했다. 보조 agent가 목표에 대한 불확실성을 유지하며 사람의 피드백에 적응하도록 학습한다는 점에서, 고정된 보상을 최적화하는 일반적인 강화학습과 구별된다.

이 설명은 AIPOST 기사와 널리 알려진 사실을 바탕으로 정리했습니다. 잘못된 내용이 있으면 정정 요청으로 알려 주세요.

이 항목을 다룬 기사

  • AI가 종료를 거부하는 이유, off-switch game이 짚는 불확실성 조건AI 윤리 ·

    2025년 6월 Stuart Russell 연구팀은 assistance game을 규모 있게 푸는 방법으로 AssistanceZero를 발표했습니다.

    기사 읽기

설명이 잘못되었거나 찾는 항목이 없나요?

위키 설명은 AIPOST 기사와 널리 알려진 사실을 바탕으로 정리합니다. 잘못된 설명은 정정 요청으로 알려 주시면 확인해 고칩니다. 새 기사에 나온 이름은 기사가 올라온 뒤 위키에 더해집니다.