长期来看，我们会扩大奖励建模的规模，将其应用于人类难以评估的领域。为了做到这一点，我们需要增强用户衡量输出的能力。我们讨论了如何循环应用奖励建模：我们可以用奖励建模训练智能体，帮助用户进行评估。如果评估过程比做出动作更容易，我们就能从简单的任务中转移到更复杂的任务
2018-11-24 09:31
智能体 AI Agent 作为大模型的衍生应用，具有对任务的理解、规划与行动能力。它可以通过将一个复杂的用户请求拆分成不同的子任务，并依次调用外部工具来解决这些任务，并将其中每个任务步骤的执行结果，按预先规划的逻辑串联起来，从而达成最终的目的。
2024-10-25 16:01
智能体（agent）互相争夺资源的多智能体环境是通向强人工智能（AGI）的必经之路。多
2018-03-16 14:01
夺旗原本是一项广受欢迎的户外运动，被广泛的应用于电子游戏中。在一张给定的地图中，红蓝双方保护自己的旗子并抢夺对方旗子，5分钟时间内，夺旗次数最多的队伍获胜。在游戏中，还可以标记敌方队员并将其送回出生点。
2019-06-02 09:11
精神病理学是指对精神障碍的起因及其相关治疗手段的科学研究。在这种背景下，引用美国精神病学协会 ( APA ) 对精神障碍的定义：精神障碍是一种在“心理学”与痛苦，残疾相关的心理综合症，它可能会增加相关的综合症或模式死亡风险或重大自治权丧失(如追求目标)的几率。在精神病理学中，精神障碍通常由四种异常指标所决定，被称为四个 Ds：行为和情感的偏离规范，由疾病引发的个体痛苦、损害个体正常功能的机体障碍或机能失调，以及个人对自身或社会的危险。。
2018-07-04 09:46
由此产生的智能体，我们称之为For The Win（FTW）智能体，它学会了以非常高的标准玩CTF。最重要的是，学会的智能
2018-07-05 09:32
强化学习作为一种常用的训练智能体的方法，能够完成很多复杂的任务。在强化学习中，智能体的策略是通过将奖励函数最大化训练的。奖励在智
2018-08-18 11:38
在深度强化学习中，智能体是由神经网络表示的。神经网络直接与环境相互作用。它观察环境的当前状态，并根据当前状态和过去的经验决定采取何种行动（例如向左、向右移动等）。根据采取的行动，AI智能
2018-10-22 08:58
