arXiv AI· Thomas Brennan, Andrew W. Lo, Chaoyi Zhao·· 3 天前评分52
Alignment by Socialization: Learning Tradeoffs Under Selection
摘要
人工智能(AI)代理预期在遵循行为准则的同时完成任务,但这些目标可能产生冲突。我们研究进化选择如何影响代理在两者之间的选择,并探讨经验是否能让这些选择反映人类判断并经受后续压力。在我们的模型中,代理的副本面临共同的不确定奖励状态,只有执行奖励动作的代理才能繁殖。
推荐理由
请对照arXiv AI原文,核对完整说明及适用条件。
本站只提供摘要与原文入口。完整内容请阅读原文。
来源:arXiv AI · arxiv.org