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.