通用心理测量任务：难度、组合与分解

本札记重新审视任务与难度的概念。认知任务的概念及其在智能系统评价中的使用仍充满问题。在强化学习语境中将任务视为 MDP 的观点，对学习任务的形式化尤为有用。然而，这种交替交互不能很好地容纳人工智能中其他常见任务，尤其是动物与人类评价中的任务。特别地，我们希望对片段（episodes）、奖励（rewards）与响应（responses），尤其是解决任务的智能体背后算法的计算复杂性，给出更一般的刻画。这对于将任务难度确定为获取该任务可接受策略所需的计算步骤数（的对数）至关重要，其中包括策略的探索及其验证。我们引入异步时间随机任务（asynchronous-time stochastic tasks）的概念。基于这一解释，我们能看清任务难度是什么、实例难度是什么（相对于任务），以及任务的组合与分解是什么。