arXiv提出主动偏好学习提升机器人效率

发生了什么

据arXiv论文，研究者提出一种新的主动偏好学习方法，旨在解决人类在任务教学中难以覆盖所有关键特征的问题。该方法通过构建知情先验将偏好查询针对需解决的特定特征，并附带解释以聚焦人类注意力。仿真显示，在低查询量下，该方法的奖励恢复效率比基线高出30.8%。用户研究证实，知情先验和解释均显著改善奖励恢复效果且相互增强。