分形AI：一种脆弱的智能理论

分形AI是一种通用人工智能理论。它允许推导新的数学工具，这些工具构成了一种新的随机微积分的基础，通过使用类元胞自动机结构而非光滑函数对信息建模。在我们包含的仓库中，我们提出了一种基于该理论第一性原理推导出的新智能体（Agent），它能够以比其他类似技术（如蒙特卡洛树搜索）高几个数量级的效率解决Atari游戏。所提供的代码展示了现在如何在不进行先前学习且计算每个动作使用少于1000个样本的情况下击败Atari游戏上的一些当前State of The Art基准，而标准MCTS使用300万个样本。除此之外，分形AI使得可以用极少量的计算生成海量高性能示例数据库，将强化学习转化为监督问题。所提出的算法能够在离散和连续情况下解决探索与利用困境，同时保持对智能体行为的任何方面的控制。从一般方法来看，此处提出的新技术可直接应用于其他领域，如非平衡热力学、化学、量子物理、经济学、信息论和非线性控制理论。