証明可能な規範的コンプライアンスにより導かれた強化学習【JST・京大機械翻訳】

Neufeld Emery

プレプリント

J-GLOBAL ID：202202213625532688 整理番号：22P0322496

証明可能な規範的コンプライアンスにより導かれた強化学習【JST・京大機械翻訳】

Reinforcement Learning Guided by Provable Normative Compliance

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (1件)：
資料名：
発行年： 2022年03月30日プレプリントサーバーでの情報更新日： 2022年04月19日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

強化学習(RL)は,自律エージェントにおける安全,倫理的,または法的行動の工学のためのツールとして有望性を示している。その使用は,通常,不安全または非倫理的選択を構成する状態行動対に罰を割り当てることに依存している。しかし,このアプローチにおける重要なステップであるにもかかわらず,プニッシュ選択のプロセスを一般化し,それを適用するための決定に関する議論は限られている。本論文では,既存のフレームワーク,すなわち(Neufeld et al., 2021) - 訓練の規範的監督者を利用するアプローチを採用した。この規範的監督者は,動的に状態および適用可能な規範システムを爆破可能なデノティック論理理論に利用し,これらの理論を定理証明者に送り,そして,エージェントに罰を割り当てるかどうかを決定するために導いた結論を使用する。多目的RL(MORL)を用いて,非倫理的目的による違反を回避する倫理的目的のバランスをとる。著者らは,著者らのアプローチがMORL技術の多重度のために機能し,それが割り当てられた罰の大きさに関係なく有効であることを示した。【JST・京大機械翻訳】

, , , , , , , , , ,
, , 【Automatic Indexing@JST】

人工知能 , 応用心理学

, , ,

前のページに戻る