探索探索行为：在统一环境中比较儿童与强化学习智能体
人工智能
2020-07-02 v2
摘要
发展心理学研究一致表明，儿童对世界进行彻底而高效的探索，并且这种探索使他们能够学习。进而，这种早期学习在日后支持了更鲁棒的泛化与智能行为。尽管在机器学习中开发探索方法方面已有大量工作，人工智能体尚未达到其人类对应方所设定的高标准。在这项工作中，我们提出使用 DeepMind Lab (Beattie et al., 2016) 作为一个平台，直接比较儿童和智能体的行为并开发新的探索技术。我们概述了两个正在进行的实验以证明直接比较的有效性，并列出一些我们相信可使用该方法检验的开放研究问题。
引用
@article{arxiv.2005.02880,
title = {Exploring Exploration: Comparing Children with RL Agents in Unified Environments},
author = {Eliza Kosoy and Jasmine Collins and David M. Chan and Sandy Huang and Deepak Pathak and Pulkit Agrawal and John Canny and Alison Gopnik and Jessica B. Hamrick},
journal= {arXiv preprint arXiv:2005.02880},
year = {2020}
}
备注
Published as a workshop paper at "Bridging AI and Cognitive Science" (ICLR 2020)