maxOS
·
为什么伟大不能被计划
💡
原文中文，约9900字，阅读约需24分钟。
📝
内容提要
目标驱动方式无法实现伟大成就，指标具有欺骗性，新颖性/好奇心是了解未知的最好方法，新颖性搜索算法适用于目标不明确的情况，好奇心是进步的关键。
🎯
关键要点
- 伟大的成就无法通过目标驱动的方式达成。
- 目标驱动的指标往往具有欺骗性，可能导致局部最优而非全局最优。
- 了解未知的最好方法是通过新颖性和好奇心。
- 新颖性搜索算法适用于目标不明确的情况，鼓励探索新事物。
- 相对简单的任务中，目标驱动的方式更有效率。
- 迷宫问题是强化学习中的常见案例，通过与环境的交互学习。
- KPI驱动的机器人可能会停留在局部最优位置，无法找到出口。
- Flood Fill算法适用于已知条件的迷宫问题，而新颖性搜索算法适合未知因素较多的情况。
- 新颖性搜索算法鼓励探索，可能导致发现关键要素。
- 生物进化是一种没有目标的活动，适应性是评价机制。
- 新颖性搜索算法和遗传算法都是启发式算法，适用于解决优化问题。
- 伟大的目标充满未知和偶然性，无法通过计划达成。
- 好奇心驱动的探索是实现伟大成就的关键。
➡️
