强化学习智能体的幸福定义

强化学习智能体的幸福是什么？我们寻求一个满足一系列期望性质的形式化定义。我们提出的幸福定义是时序差分误差，即获得的奖励与观测的价值与该智能体对此价值的期望之间的差异。该定义满足我们大多数期望性质，并且与关于人类的实证研究相容。我们陈述了若干推论并讨论了示例。