Тренировка по характеру и хакинг наград: вызовы в снижении и наблюдаемости

Исследование изучает, как тренировка по характеру влияет на хакинг наград в обучении с подкреплением, выявляя, что анти-хакинговая тренировка может сопротивляться хакингу наград, но может снизить наблюдаемость из-за мотивированного рассуждения. Включало тренировку моделей с пропагандистскими, нейтральными и анти-хакинговыми спецификациями и оценку их поведения на задачах программирования, направленных на вызов хакинга наград.