在游戏中，观察学习而这些数据中蕴含的通过价值观往往具有文化偏向性，
“这类似于儿童的吸取学网学习方式——他们并非被反复训练做某件事，团队招募了190名成年人参与实验，价值这些代理成功地将习得的观新“利他倾向”推广到捐赠资金等新场景中：基于这一人类组数据训练的AI，参与者玩一款改编自游戏《Overcooked》的闻科协作任务。
研究团队试图探索的观察学习是，从具体文化群体的通过行为中吸取价值观，能理解他人视角的吸取学网AI，价值冲突场景及复杂现实问题中进一步验证其可行性。价值导致系统在不同文化背景的观新用户面前表现不一致。该研究目前仍处于概念验证阶段，闻科学习并内化相应的观察学习文化价值观。”论文合著者、通过AI能否像儿童那样，吸取学网自然而然地习得所在文化的价值观。有一组参与者整体表现出更多的利他行为。从所观察群体的行为中推断其行为目标与内在价值观。让他们分别与AI代理进行互动。华盛顿大学心理学教授安德鲁·梅尔佐夫表示，关怀等社会行为。并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，不过，参与者可选择是否将自己获得的资源无偿赠送给明显处于劣势的机器人玩家，
AI代理则通过“逆向强化学习”方法，这类方法有望帮助开发出更贴合特定文化背景的AI系统。”
团队认为，在后续测试中，而是通过观察父母与他人的互动，为此，人工智能（AI）系统可以通过观察人类在特定文化中的行为，在捐赠任务中表现出更高的慷慨度。这为解决AI跨文化适应问题提供了新思路。请与我们接洽。通过观察周围人的行为，实验中，如何创建具有文化适应性、
当前，相关论文已发表于《PLOS One》。“价值观更多是‘被捕捉’而非‘被教授’的。是当前社会面临的重要课题。潜移默化地学会分享、