arXiv· arXiv:2112.15422· Peter Vamplew, Benjamin J. Smith, Johan Kallstrom, Gabriel Ramos, Roxana Radulescu, Diederik M. Roijers, Conor F. Hayes, Fredrik Heintz, Patrick Mannion, Pieter J. K. Libin, Richard Dazeley, Cameron Foale·本站收录· 原文发表
标量奖励并不足够：对 Silver、Singh、Precup 与 Sutton（2021）的回应
Scalar reward is not enough: A response to Silver, Singh, Precup and Sutton (2021)
AI 导读
Peter Vamplew 等人在回应论文中反驳 Silver 等人“Reward is Enough”的标量奖励前提，主张采用显式的多目标奖励模型。作者认为，标量奖励无法解释生物与计算智能的某些方面；即使标量奖励在特定情况下能触发智能行为，用于通用人工智能仍会带来不可接受的不安全或不道德行为风险。