作者讨论了如何测试普遍人工智能的智能程度,并提出了用游戏描述语言中游戏空间的抽样来扩展通用智能的概念以处理有限时间的中心思想。
Sep, 2011
本文回顾了基于游戏的平台在人工智能研究中的应用,讨论了这些平台的演化引起的研究趋势,并展望了未来的发展。
Apr, 2023
图灵提出了 1950 年模仿游戏的框架,通过在范畴理论中使用数学,我们分析了更广泛的通用模仿游戏(UIGs),包括静态、动态和进化游戏,并使用两个有影响力的 Yoneda 结果来描述每种类型的模仿游戏。
Feb, 2024
本文介绍了 Allen AI 科学挑战赛及其在人工智能系统接近人类智能方面的结果与收获。
Apr, 2016
通过对 101 轮独裁者游戏的研究,我得出结论:人工智能在游戏中表现出强烈的公平意识,这取决于它认为与之互动的人是否值得信任;在指定为受托人时,框架对人工智能给予接收者的数量有很大影响;而且也有证据表明人工智能可能像人类一样对不平等具有厌恶感。
本文介绍一种新的框架 —— 结构性因果博弈,它将因果层级扩展到博弈论领域,以及介绍了一种基于因果游戏的 Python 库。该框架支持机械化博弈,定义了因果查询并与其他因果或博弈理论模型进行了比较。
Jan, 2023
通过对于不确定性集合的极小 - 极大问题进行研究,我们提供了一个被称为负责任人工智能(RAI)游戏的通用框架,并给出了两类算法来解决这些问题:基于游戏的算法和贪婪分阶段估计算法。我们通过实证方法证明了我们的技术在解决几个 RAI 问题,特别是在子群体转变方面的适用性和竞争性表现。
Oct, 2023
本文通过理论分析及模拟结果展示了利用强化学习方法来研究信任的经典任务 - 信任游戏,并提供了信任在该任务中产生的数学基础。
Dec, 2023
本研究介绍了一种基于项目和竞赛的本科生课程,旨在为第二年级学生提供搜索方法在棋盘游戏中的应用基础,并通过竞赛形式应用于构建 AI 代理以参加比赛。通过引入竞赛化学习和游戏化学习,以更好的方式促进学生学习的质量和体验。
本文综述了应用于游戏中的人工智能的伦理问题,通过情感循环的组成部分研究了 AI 在游戏开发中所面临的伦理挑战,包括情感的伦理边界,隐私与安全游戏空间之间的权衡,以及透明度与所有权等方面的问题。并呼吁开放性对话和行动,以确保保护用户并引导开发人员为他们的客户提供更安全、更好的体验。
May, 2023