HackerMarcus Hutter: Universal Artificial Intelligence, AIXI, and AGI | Lex Fridman Podcast #75
Lex FridmanYouTube ↗
延伸阅读 1
字幕解读
Hutter 用形式模型解释策略选择。偶尔给一个反馈分数，目标是整段未来的预期回报，这两者与设计者怎样定义分数是不同问题。
公开机器转写（可能有听写错误） ↗ · 引文按字幕原文展示，可点时间戳回看片段。
补充字幕原文 2
occasionally you give a reward signalwhich leads in expectation