A Framework for Characterizing Novel Environment Transformations in General Environments

要約

タイトル：一般的な環境変換の特徴づけのためのフレームワーク

要約：
– AIが驚くべき変化に対応するために、知的エージェントは世界で起こりうる多くの異なる予期せぬ変化に反応できる必要があります。
– これまで、可能な環境の変化を定義し、特徴づけるための汎用フレームワークはありませんでした。
– 環境変換を定義し、分類するための形式的で理論的なフレームワークを導入します。環境変換とは、エージェントが存在する世界の変化のことです。
– R変換は環境ダイナミクスを修正し、T変換はシナリオを生成するプロセスを修正する2種類の環境変換を導入します。
– Transformation and Simulator Abstraction Language（T-SAL）と呼ばれるドメイン、シナリオジェネレータ、および変換を記述するための新しい言語を提示し、これらの概念を厳密に定義する論理形式を提供します。
– さらに、8つの環境の変換のカテゴリーに対する最初の形式的で計算可能なテストを提供します。
– このドメインに依存しないフレームワークは、明確な新規性のクラス、制限されたおよびドメインに依存しない環境変換のランダム生成、環境変換研究の複製、エージェントの頑健性の公正な評価のための道を開きます。

要約(オリジナル)

To be robust to surprising developments, an intelligent agent must be able to respond to many different types of unexpected change in the world. To date, there are no general frameworks for defining and characterizing the types of environment changes that are possible. We introduce a formal and theoretical framework for defining and categorizing environment transformations, changes to the world an agent inhabits. We introduce two types of environment transformation: R-transformations which modify environment dynamics and T-transformations which modify the generation process that produces scenarios. We present a new language for describing domains, scenario generators, and transformations, called the Transformation and Simulator Abstraction Language (T-SAL), and a logical formalism that rigorously defines these concepts. Then, we offer the first formal and computational set of tests for eight categories of environment transformations. This domain-independent framework paves the way for describing unambiguous classes of novelty, constrained and domain-independent random generation of environment transformations, replication of environment transformation studies, and fair evaluation of agent robustness.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI