EPFL 论文用「遗憾最小化」量化机器人的愚蠢程度

ducha_aiki · x · 2026-09-12

研究者 @duchaaiki 借助一篇 arXiv 论文《Regret Optimal Control for Uncertain Stochastic Systems》解释了控制论中「regret(遗憾)」的含义:用它衡量智能体相对全知最优策略的损失。

他以一个例子说明:机器人吊钩去搬 50kg 米袋,笨的机器人会继续拖着钩子和袋子硬拉,聪明的机器人则先解开缠绕再继续——regret 正是把这种「愚蠢」纳入考量的度量。论文由 EPFL、ETH 等机构合作,提出在未知动态下通过场景优化最小化遗憾,可将该优化问题转化为半定规划求解,并证明了样本外遗憾的概率保证。