环境编辑作为奖励学习的纠正信号

1. 00:04
   arXiv · cs.RO精选

   环境编辑作为奖励学习的修正信号

   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。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。