深度强化学习智能体远未达到人类智能水平
机器学习
2025-05-29 v1 人工智能
摘要
深度强化学习（RL）智能体在多种任务中取得了令人瞩目的成果，但缺乏零样本适应能力。尽管大多数鲁棒性评估关注人类也难以维持性能的任务复杂化，但尚未对任务简化进行评估。为解决此问题，我们引入 HackAtari，一组 Arcade Learning Environment 的任务变体。我们利用它证明，与人类相反，RL 智能体在其训练任务的简化版本上系统性地表现出巨大的性能下降，揭示了智能体对捷径的持续依赖。我们对多种算法和架构的分析突出了 RL 智能体与人类行为智能之间持续存在的差距，强调了需要新的基准和方法，以在静态评估协议之外强制进行系统泛化测试。在同一环境中训练和测试不足以获得具备类人智能的智能体。
引用
@article{arxiv.2505.21731,
title = {Deep Reinforcement Learning Agents are not even close to Human Intelligence},
author = {Quentin Delfosse and Jannis Blüml and Fabian Tatai and Théo Vincent and Bjarne Gregori and Elisabeth Dillies and Jan Peters and Constantin Rothkopf and Kristian Kersting},
journal= {arXiv preprint arXiv:2505.21731},
year = {2025}
}
备注
49 pages in total, 5 main figures, 14 figures total