萨顿：从经验中培育超级智能

活动与资料来源

以下根据 YouNavi 分享纪要整理，属于阅读导引，不是演讲逐字稿。分享原页标注“由 AI 生成，仅供参考”；引用嘉宾原话或具体数字前，请核对原始演讲。

活动

WAIC 2026 · 萨顿主题演讲

原文分享日期

2026-07-19

原文分享者

Ray

材料类型

AI 生成纪要 · 现场照片 3 张

1. 经验由观察、动作与奖励构成，学习发生在与环境的互动中。
2. 持续学习既要保留已有能力，也要适应不断变化的环境。
3. 选项与知识框架，将动作的时间尺度和抽象能力联系起来。

讲座中的研究线索

从经验出发理解智能

分享纪要将经验概括为观察、动作与奖励：智能体接收环境信号，采取动作，再通过反馈调整行为。这也构成了理解整场演讲的入口。

让搜索与学习随计算规模扩展

纪要回顾了“苦涩的教训”：依赖人手编入知识的办法可能取得短期效果，而能够利用计算规模的搜索与学习方法，提供了另一条长期研究路径。

在变化的世界中持续学习

纪要讨论了环境不断变化时的学习问题。保留已有能力、适应新经验，以及避免遗忘和学习可塑性下降，是其中相互关联的挑战。

通过选项与知识组织抽象

分享材料介绍了 OAK（选项与知识）框架，把特征、子问题、选项与转移模型联系起来。相比只考虑单步动作，选项提供了描述跨越多个时间步行为的方式。

现场照片

值得继续追踪的问题

1. 系统如何在持续吸收新经验时，保持已有能力？
2. 抽象和跨时间步的行为，如何进入可训练、可评估的模型？
3. 研究框架与实际部署之间，还需要哪些实验和证据？

原始材料与核对

理查德萨顿强化学习与超级智能讲座纪要 ↗

YouNavi 分享页 · Ray · 2026-07-19。保留原文入口，正文观点按分享纪要归纳。现场照片由用户提供，用于还原会场与演讲画面。