AAAI 2022 秋季研讨会：自主评估机器能力的经验教训 (LLAAMA)
机器学习
2023-01-16 v1 人工智能
人机交互
机器人学
摘要
现代民用和军用系统催生了对能够在不确定动态环境中运行的复杂智能自主机器的需求。此类系统之所以能够实现，很大程度上归功于感知与决策技术的重大进步，而这些进步又是由现代机器学习工具推动的。然而，这些新形式的智能自主性引发了若干问题，即何时以及如何沟通操作意图，以及对自主智能体实际能力与假定能力的评估，会如何影响整体性能。本次研讨会探讨了使智能自主系统能够自我评估并传达其有效执行指定任务的能力，以及对其能力的总体局限进行推理并在这些局限内保持可操作性的可能性。研讨会汇集了在这一新兴研究领域工作的研究人员，分享经验教训，确定迄今为止遇到的主要理论与实践挑战，以及未来研究和实际应用的潜在途径。
引用
@article{arxiv.2301.05384,
title = {AAAI 2022 Fall Symposium: Lessons Learned for Autonomous Assessment of Machine Abilities (LLAAMA)},
author = {Nicholas Conlon and Aastha Acharya and Nisar Ahmed},
journal= {arXiv preprint arXiv:2301.05384},
year = {2023}
}