XiaoMi-AI文件搜索系统
World File Search SystemPrecup
诱导和剥削亚属自动机进行加固学习
Andreas，J。，Klein，D。和Levine，S。（2017）。 模块化多任务增强措施学习政策草图。 Law，M.，Russo，A。和Broda，K。（2015）。 用于学习答案集程序的ILASP系统。 Sutton，R。S.，Precup，D。和Singh，S。P.（1999）。 MDP和半MDP之间：增强学习中时间抽象的框架。 Toro Icarte，R.，Klassen，T。Q.，Valenzano，R。A.和McIlraith，S。A. （2018）。 使用奖励机进行高级任务规范和强化学习中的分解。Andreas，J。，Klein，D。和Levine，S。（2017）。模块化多任务增强措施学习政策草图。Law，M.，Russo，A。和Broda，K。（2015）。 用于学习答案集程序的ILASP系统。 Sutton，R。S.，Precup，D。和Singh，S。P.（1999）。 MDP和半MDP之间：增强学习中时间抽象的框架。 Toro Icarte，R.，Klassen，T。Q.，Valenzano，R。A.和McIlraith，S。A. （2018）。 使用奖励机进行高级任务规范和强化学习中的分解。Law，M.，Russo，A。和Broda，K。（2015）。用于学习答案集程序的ILASP系统。Sutton，R。S.，Precup，D。和Singh，S。P.（1999）。MDP和半MDP之间：增强学习中时间抽象的框架。Toro Icarte，R.，Klassen，T。Q.，Valenzano，R。A.和McIlraith，S。A.（2018）。使用奖励机进行高级任务规范和强化学习中的分解。
Chenqing (William) Hua
图形神经网络何时有助于节点分类？在节点可区分性上研究同质原理第37届神经信息处理系统会议https://arxiv.org/abs/2304.14274 Luan，S.，Hua，Hua，C.，Xu，Xu，M.，Lu，M.，Lu，Lu，Q.
ISSN 1468-1331卷31 |补充2024年6月1日
Adam Strzelczyk，德国Adolfo Mazzeo，意大利Agne Stuukiene，英国Alberto Alberto vigrig，意大利爱丽丝·阿斯科里（Alice Accori）意大利意大利意大利的瑞士安吉拉·坎多奇（Angela Comanducci），意大利安娜·布鲁伊斯（Anna Bersano），荷兰荷兰安东尼奥·鲁斯索（Antonio Russo），意大利安东尼奥·苏迪（Antonio Ass）鲁斯塔莫娃（Rustamova），乌兹别克斯坦Chiara Zanetta，意大利意大利克里斯托夫·斯坎金
我们可以从加强学习范式中解放出AI吗？
i提出了1个反对银，辛格，普雷普和萨顿·西尔弗等人提出的假设的论点。（2021）：奖励最大化不足以解释与自然和人工智能有关的许多活动，包括知识，学习，感知，社会智力，进化，语言，概括和模仿。我表明，这种还原性的卢克鲁姆具有其智力起源，这是经济经济的政治经济学，并且与行为主义的激进版本重叠。我展示了为什么强化学习范式在某些实际应用中证明了其有用性，但它是智力的不完整框架 - 自然和人为的。智能行为的复杂性不仅仅是奖励最大化之上的二阶补充。这个事实对实际上可用，智能，安全和坚固的人工智能代理人的发展具有深远的影响。