迈向可教导的自目标驱动智能体
机器学习
2023-03-21 v3 人工智能
摘要
自主发现与直接教导是儿童学习的两种不同来源，但教育科学表明，如辅助发现或引导式游戏等混合方法可改善技能习得。在人工智能领域，这两个极端分别对应于从自身信号学习的自主智能体与完全由教师教导的交互式学习智能体。两者之间应存在可教导的自目标驱动智能体（TAA）：从内部信号与教导信号共同学习的智能体，以受益于辅助发现的更高效率。设计此类智能体将使现实世界中非专家用户能够引导智能体的学习轨迹朝向其期望。更根本地，这或许也是构建具有人类水平智能体的关键一步。本文提出通往可教导自主智能体设计的路线图。基于发展心理学与教育科学，我们首先识别儿童-导师互动中促成辅助发现过程的关键特征。这导致产生一份未来TAA需展示的特征清单。该清单使我们能精确指出当前强化学习智能体的各种局限，并识别朝向TAA的有前景的初步进展。它还通过突出经由自然教学可由普通人教导的自主智能体设计的关键研究方向指明了前进道路。
引用
@article{arxiv.2105.11977,
title = {Towards Teachable Autotelic Agents},
author = {Olivier Sigaud and Ahmed Akakzia and Hugo Caselles-Dupré and Cédric Colas and Pierre-Yves Oudeyer and Mohamed Chetouani},
journal= {arXiv preprint arXiv:2105.11977},
year = {2023}
}