明確的概念。訓練一個分類器系統，自動向智能服務機器人提出一些有用的概念，排除那些“非常規”的做法和案例。

溫和系統。所謂“適度的制度”，就是那種不會過分追求目標的制度，也就是達到目標后就停止行動，而不是投入過多的資源去達到完美的目標。

摒棄工具性激勵。如果工具性獎勵太多，智能機器人就會產生欺騙程序員的想法。比如我們用分數作為衡量目標的工具性標準，不好的結果會是機器人只認分數，任何影響分數的衡量標準都會被它拒絕。之后分數很高，但沒有達到預期目標。

隨著智能服務機器人越來越接近現實，我們應該關注這些漏洞。因此，我們可以考慮為學習系統設計一個更完善的目標函數，使這些學習系統能夠代表程序員的真實意愿。陶:如果你想設計一個具有預期目標的智能服務機器人，你需要定義目標函數，并做一些測試，以設計一個能夠避免偏離目標并產生負面影響的AI系統。即使程序員設計的目標函數暫時不能與預期目標一致，你也要盡量保持“容錯”較低。那么，要做出符合預期目標的智能服務機器人，需要遵循哪些具體步驟呢？

 未來，智能服務機器人能夠以一種連程序員都無法想出的“智慧”方法來達成目標，它們更喜歡利用較快捷的途徑實現操作者的直接目標，而不是滿足其預期的目標。但是，這一特點是把雙刃劍，直接目標也永遠代替不了預期目標。