ルジャンドル変換、効用と確率の双対性を提唱

この記事は、ロイ・フォックス氏による理論的提案を紹介しており、実験結果ではない。強化学習、すなわち行動を期待効用の最大化とみなす考え方を基盤としている。フォックス氏の考えは、エージェントが実現できる環境ダイナミクスの集合で能力を定義するというもので、報酬関数に焦点を当てる従来の方法からの転換だ。これにより、ルジャンドル＝フェンシェル変換を介した数学的雙対性が生まれ、確率と効用が結びつく。AIアラインメントにとっては、エージェントが達成できることを明確に指定・比較する方法を提供し、行動を人間の価値観に合わせるのに役立つ可能性がある。ただし、記事はTLDRであり詳細は限られており、提案は枠組みであり検証された手法ではない。その意義は、アラインメント研究の中心課題であるエージェント能力に新たな視点を提供することにある。