{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期部分”：[[2024,9,3]]，“日期时间”：“2024-09-03T02:11:15Z”，“时间戳”：1725329475152}，“引用-计数”：0，“发布者”：“AI Access Foundation”，“内容域”:{“域”：[]，“交叉标记限制”：false}，”短容器时间“：[”jair“]，“摘要“：”本文介绍了一种设计可扩展通用强化学习代理的原理方法。我们的方法基于AIXI的直接近似，AIXI是用于一般强化学习代理的贝叶斯最优概念。此前，AIXI的理论是否能推动实际算法的设计尚不清楚。通过为AIXI代理提供第一个计算上可行的近似值，我们肯定地回答了这个迄今为止尚未解决的问题。为了发展我们的近似，我们引入了一种新的Monte-Carlo树搜索算法，并对上下文树加权算法进行了特定于代理的扩展。从经验上讲，我们在各种随机和部分可观测的域上给出了一组令人鼓舞的结果。最后，我们提出了一些未来研究的方向<\/jats:p>“，”DOI“：”10.1613\/jair.3125“，”type“：”journal-article“，”created“：{”date-parts“：[[2018,7,17]]，”date-time“：”2018-07-17T14:39:11Z“，”timestamp“：1531838351000}，”page“：“95-142”，“source”：“Crossref”，“is-referenced-by-count”：65，“title”：[“A Monte-Carlo AIXI近似值”]，“前缀”：“10.1613”，“卷“：”40“，”作者“：[{”给定“：”J“，”家庭“：”威尼斯“，”sequence“：”first“，”affiliation“：[]}，{“given”：“K.S.”，“family”：“Ng”，“sequence”：“additional”，“affiliance”：[]{“给定的”：“M.”，“家族”：“Hutter”，“序列”：“附加的”，“从属关系”：[]}，}“giving”：“W”，“家庭”：“Uther”，附加“，”从属“：[]}]，”成员“：”16860“，”published-online“：{“date-parts”：[[2011,1,24]]}，“container-title”：[“Journal of Artificial Intelligence Research”]，“原始标题”：[]，“链接”：[{“URL”：“https:\/\/jair.org\/index.php\/jair \/article \/download\/10685\/25533”，“内容类型”：“application\/pdf”，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“”https:\/\/jair.org\/index.php\/jair \/article \/download\/10685\/25532“，“content-type”：“application\/postscript”，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“https:\//jair.org\\index.php/jair \/article\/dowwnload\/10665\/2533”，“内容类型”：“unspecified”，“content-version“：”vor“，”intended-epplication“：”类似y检查“}]，“deposed”：{“date-parts”：[[2019,10,19]]，“date-time”：“2019-10-19T22:30:11Z”，“timestamp”：1571524211000}，“score”：1，“resource”：}“primary”：{“URL”：“https:\/\/jair.org\/index.php\/jair \/article\/view\/10685”}，”subtitle“：[]，”shorttitle“：[]，”issued“：{”date-part“：[2011,24]]}，nces-count“：0，”URL“：”http://\/dx.doi.org\/10.1613\/jair.3125“，“关系”：｛｝，“ISSN”：[“1076-9757”]，“ISSN类型”：[｛“值”：“1076-9757”，“类型”：“电子”｝]，“主题”：[]，“已发布”：｛“日期部分”：[[2011,1,24]]}｝