通过意向立场理解未预见之事
人工智能
2022-11-02 v1 计算机视觉与模式识别
摘要
我们提出了一种用于理解被观察智能体新颖行为的架构与系统。我们方法的两个主要特征是采用丹尼特的意向立场，以及将类比推理作为理解未预见经验的主要计算机制之一。我们的方法利用与过去经验的类比来构建解释被观察智能体行为的假想理据。此外，我们将类比视为部分的；因此可融合多个过去经验以类比地解释未预见事件，从而获得更大的推理灵活性。我们认为，相较于基于表层比较的方法，该方法能对观察到的行为给出更有意义的解释。行为解释相对于分类的一个关键优势在于能够 i) 基于推理采取恰当响应，以及 ii) 做出可验证假想解释的非平凡预测。我们提供了一个简单用例，以展示在加油站环境中通过类比理解新颖经验。
引用
@article{arxiv.2211.00478,
title = {Understanding the Unforeseen via the Intentional Stance},
author = {Stephanie Stacy and Alfredo Gabaldon and John Karigiannis and James Kubrich and Peter Tu},
journal= {arXiv preprint arXiv:2211.00478},
year = {2022}
}