迷宫机器人实验:Stanley 与 Lehman 论证大目标无法靠瞄准达成
ankurhandos · x · 2026-11-16
转发了 Kenneth Stanley 与 Joel Lehman《Why Greatness Cannot Be Planned》的书摘，核心观点：
- 大目标很少靠瞄准达成：在迷宫实验中，按「离出口更近」奖励的机器人反而走进死胡同。作者称之为 deception——通向大成就的步骤往往看起来像在倒退。
- 卡住时追逐新奇：另一组机器人完全无视出口，只为「到达没去过的位置」获得奖励（novelty search），结果找到出口的频率反而更高。
- 对个人计划的启示：写下你追踪的数字，问自己达成它到底是靠近目标，还是只靠近数字。
「漫话AGI」频道最新
- 先造验证器再让 Agent 磨代码:AI 编程范式正在换轨 — Yuchenj_UW · 2026-11-16
- Physical AI 进入工厂实测：可靠性、安全标准与单位任务能耗定成败 — ingliguori · 2026-11-16
- Kevin Roose 谈 AI 任务分工:举铁型让你成长,叉车型直接搬运 — every · 2026-11-16
- 《非创造性写作》PDF 流传：数字时代的语言管理经典 — alexbilz · 2026-11-16
- Bindu Reddy:AI 泡沫不会破裂，而是慢慢泄气 — bindureddy · 2026-11-16
- zetalyrae 谈「认真对待 AI」:质疑进步者更需证明停滞的证据 — zetalyrae · 2026-11-16