arXiv · cs.RO· Isaac Ngui·· 1 天前精选AI 评分65
环境编辑作为奖励学习的修正信号
Environment Edits as a Corrective Signal for Reward Learning
AI 导读
Isaac Ngui 提出环境编辑作为机器人反馈的补充形式，引入 FERRET 方法从机器人和环境纠正中学习偏好。研究表明环境编辑能够区分特征，学习机器人纠正无法实现的偏好。该论文已被 CoRL 2026 Workshop on Learning from Corrections 接受。
推荐理由
环境编辑作为奖励学习的修正信号，解决了机器人纠正无法表达对象属性偏好的问题，为机器人学习提供了新思路。
来源：arXiv · cs.RO · arxiv.org