引用orangecat · 2010-03
“there's a variation using Monte Carlo search that apparently does pretty well: A Monte Carlo AIXI Approximation”
指出有一种用蒙特卡洛搜索逼近 AIXI 的变体,效果似乎不错
首个计算上可行的 AIXI 近似,让通用强化学习智能体落地
AIXI 是通用强化学习智能体的贝叶斯最优标准,此前不清楚它能否指导实用算法的设计。论文给出第一个计算上可行的 AIXI 近似:提出新的蒙特卡洛树搜索算法,并为智能体扩展了上下文树加权(Context Tree Weighting)算法,在多个随机、部分可观测的环境中得到令人鼓舞的结果。
评论者把它当作 AIXI 或 Solomonoff 归纳的实用近似来引用,用来说明这类理论上的最优智能体并非完全无法落地。
“there's a variation using Monte Carlo search that apparently does pretty well: A Monte Carlo AIXI Approximation”
“People have made plausible attempts to approximate SI with practical amounts of computing, like AIXI.”
“Here is a paper by some of the same authors: A Monte Carlo AIXI Approximation (2009). A Monte Carlo AIXI Approximation”