arXiv · cs.RO· Helena Merker·· 10 天前AI 评分55
提出更智能的问题：针对未指定奖励的定向主动偏好学习
Asking Smarter Questions: Targeted Active Preference Learning for Underspecified Rewards
AI 导读
该论文提出了一种方法，通过构建信息先验和提供解释，让机器人能够针对需要解决的特征提出更智能的偏好查询，从而减轻人类负担。在模拟中，该方法在低查询量情况下比标准基线高30.8%，在用户研究中显著改善了奖励恢复。
来源：arXiv · cs.RO · arxiv.org