面向随机结果的风险感知偏好学习

Yi-Shiuan Tung, Yuni Wu, Wei Jiang, Alessandro Roncone, Bradley Hayes

摘要

本文研究了在人类-机器人交互中，当人类对随机结果存在风险敏感性时，传统期望效用模型在偏好学习中的不足。通过引入累积前景理论（CPT）模型，实验表明基于CPT的学习器能显著降低遗憾值，强调了建模人类风险敏感性的重要性。

risk-awarepreference learningcumulative prospect theoryhuman-robot interactionreward learning

HRI

📊 3,196 引用

Masahiro Mori, Karl F. MacDorman, Norri Kageki

2012

HRI

开放获取📊 3,034 引用

Christoph Bartneck, Dana Kulić, Elizabeth A. Croft 等 4 位作者

2008

HRI

📊 1,925 引用

Kazuo Hirai, Masato Hirose, Y. Haikawa 等 4 位作者

2002

HRI

📊 1,914 引用

Peter A. Hancock, Deborah R. Billings, Kristin E. Schaefer 等 6 位作者

2011