AI Safety Gridworlds

强化学习 稳健性(进化) 计算机科学 监督人 一套 分类 人工智能 功能(生物学) 钢筋 机器学习 人机交互 心理学 社会心理学 进化生物学 生物化学 生物 历史 政治学 基因 考古 化学 法学
作者
Jan Leike,Miljan Martic,Victoria Krakovna,Pedro A. Ortega,Tom Everitt,Andrew Lefrancq,Laurent Orseau,Shane Legg
出处
期刊:Cornell University - arXiv 被引量:117
标识
DOI:10.48550/arxiv.1711.09883
摘要

We present a suite of reinforcement learning environments illustrating various safety properties of intelligent agents. These problems include safe interruptibility, avoiding side effects, absent supervisor, reward gaming, safe exploration, as well as robustness to self-modification, distributional shift, and adversaries. To measure compliance with the intended safe behavior, we equip each environment with a performance function that is hidden from the agent. This allows us to categorize AI safety problems into robustness and specification problems, depending on whether the performance function corresponds to the observed reward function. We evaluate A2C and Rainbow, two recent deep reinforcement learning agents, on our environments and show that they are not able to solve them satisfactorily.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
浮游应助yannick采纳,获得10
1秒前
QUA发布了新的文献求助10
2秒前
IVYKia发布了新的文献求助10
2秒前
2秒前
3秒前
傻呗小涛d发布了新的文献求助10
3秒前
4秒前
亮星发布了新的文献求助10
4秒前
4秒前
5秒前
药学牛马完成签到,获得积分10
6秒前
6秒前
星辰大海应助taozhiqi采纳,获得10
7秒前
7秒前
药学牛马发布了新的文献求助10
9秒前
9秒前
10秒前
10秒前
隐形的凡阳完成签到,获得积分10
10秒前
pocha_cloud发布了新的文献求助10
11秒前
懒懒发布了新的文献求助10
12秒前
陈明甫发布了新的文献求助10
13秒前
13秒前
15秒前
15秒前
勤奋尔冬完成签到 ,获得积分10
16秒前
17秒前
NCMer1发布了新的文献求助10
17秒前
17秒前
18秒前
adeno完成签到,获得积分10
18秒前
曹志毅发布了新的文献求助10
18秒前
爱撒娇的岱周完成签到,获得积分10
18秒前
搞什么搞完成签到,获得积分10
20秒前
Ava应助ting采纳,获得10
22秒前
迷人雪一发布了新的文献求助10
22秒前
希望天下0贩的0应助kk采纳,获得10
22秒前
23秒前
123完成签到,获得积分10
23秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
On the Angular Distribution in Nuclear Reactions and Coincidence Measurements 1000
Vertébrés continentaux du Crétacé supérieur de Provence (Sud-Est de la France) 600
A complete Carnosaur Skeleton From Zigong, Sichuan- Yangchuanosaurus Hepingensis 四川自贡一完整肉食龙化石-和平永川龙 600
Le transsexualisme : étude nosographique et médico-légale (en PDF) 500
Elle ou lui ? Histoire des transsexuels en France 500
FUNDAMENTAL STUDY OF ADAPTIVE CONTROL SYSTEMS 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 物理化学 基因 遗传学 催化作用 冶金 量子力学 光电子学
热门帖子
关注 科研通微信公众号,转发送积分 5310429
求助须知:如何正确求助?哪些是违规求助? 4454656
关于积分的说明 13860861
捐赠科研通 4342772
什么是DOI,文献DOI怎么找? 2384790
邀请新用户注册赠送积分活动 1379234
关于科研通互助平台的介绍 1347528