从 Newcomb 问题到 POMDP：决策理论与强化学习的历史纠葛
jessi_cata · x · 2026-10-10
jessicata 在讨论中列举了多条把决策理论（CDT）与强化学习联系起来的早期文献：2016 年自动驾驶冲突环境 RL 研究、Piccione & Rubinstein (1997) 关于 CDT 与策略梯度的经典工作、1998 年多智能体 RL 与 Nash 均衡（本身基于 CDT）的关联，以及 2001 年间接演化视角下的 Newcomb 问题研究——后者提出了但未回答 Newcomb 问题与学习系统的关系。整体是对「决策理论如何进入 AI/RL 语境」的思想史梳理。
所属事件:被引论文资金来源引争议 决策论与RL历史脉络受关注(2 条相关)→
「漫话AGI」频道最新
- NYT 深度:从 1931 年经济学家大会找 AI 冲击就业的历史答案 — danielrock · 2026-10-23
- Reddit 热议网络安全圈震荡：AI 驱动攻击让防御方措手不及 — Anen-o-me · 2026-10-23
- 研究者激辩：AI 实验室的「安全」控制是否正走向威权 — joshalbrecht · 2026-10-23
- Derya Unutmaz 重提旧贴:AI 批评者一年内都将被打脸 — DeryaTR_ · 2026-10-23
- 仅 4% CIO 有人机协同规划,企业 Agent 转型或大面积落后 — rseroter · 2026-10-23
- 神经科学家 Anil Seth 获 Berggruen 大奖：意识 AI 是神话 — anilkseth · 2026-10-23