跳到正文
LessWrong · All Posts· XelaP·· 3 小时前AI 评分23

Infra-Bayesian 强化学习智能体学会执行“一箱”博弈

Someone Made an Infra-Bayesian RL Agent, and it One-Boxes!

AI 导读

研究者构建了一个 Infra-Bayesian 强化学习智能体,该智能体成功学会了在“一箱”(One-Box)博弈中做出正确选择。论文已发布在 Arxiv,相关代码已开源至 GitHub 仓库。

来源:LessWrong · All Posts · lesswrong.com