Robby 不再是强盗：关于利用制度学习规范行为
机器学习
2019-08-07 v1 人工智能
计算机与社会
多智能体系统
机器学习
摘要
未来的机器人应遵循人类社会规范，以便在人类社会中发挥作用并被接纳。本文通过社会规范这一概念，将人类社会中已有的社会知识捕获到我们的框架中，从而利用这些知识。我们展示了如何使用规范来引导强化学习智能体实现规范行为，并将同一组规范应用于不同领域。因此，我们能够：(1) 提供一种直观编码社会知识（通过规范）的方法；(2) 通过自动规范奖励系统引导学习朝向规范行为；(3) 通过策略抽象实现学习迁移；最后，(4) 该方法不依赖于特定的 RL 算法。我们展示了我们的方法如何被视为一种基于规范的声明式语义实现抽象表示和学习程序性知识的手段，并讨论了这在认知科学某些领域的可能影响。
引用
@article{arxiv.1908.02138,
title = {Robby is Not a Robber (anymore): On the Use of Institutions for Learning Normative Behavior},
author = {Stevan Tomic and Federico Pecora and Alessandro Saffiotti},
journal= {arXiv preprint arXiv:1908.02138},
year = {2019}
}
备注
16 pages, 11 figures, Submitted for publication