LEARNING
机器人中可部署的人类偏好对齐：从多样的人类偏好中学习代表性奖励
Taehyung Kim, Gwangmo Lee, Minjun Chang, Sunghyun Lim, Jongeun Choi
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出了一种名为PREC的框架，通过聚类用户偏好并学习每个聚类的代表性奖励模型，解决了机器人政策与人类偏好对齐中的稀疏反馈和噪声问题。该方法在保持部署效率的同时，能够捕捉多样化的用户偏好，并避免忽视少数群体的需求。
关键词
preference alignmentreward learningclusteringhuman-robot interactionpolicy optimization
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018