摘要
现有研究指出 AI 系统在开放式环境中持续扩展能力的巨大潜力，但缺乏对“开放式”的连贯定义及探索理论。本文引入基于新概念“比特等价量”的信息论定义，量化达到各期望奖励水平所需信息量。若智能体能实现比特等价量的线性增长，则视环境为开放式。文章证明经典多臂老虎机环境非开放式，构建了开放式老虎机环境，并提出在该环境中实现开放式学习的算法。
AI 推荐理由
论文定义开放式学习并量化能力持续扩展，核心聚焦 Agent 自我进化与持续适应机制。
研究机构
Stanford University
论文信息