跳到正文
arXiv · 机器人与计算机视觉· Upasana Biswas, Durgesh Kalwar, Subbarao Kambhampati, Sarath Sreedharan·· 2 天前AI 评分65

NestRL:一种用于人机协作相互适应的嵌套训练机制

NestRL: A Nested Training Regime for Mutual Adaptation in Human-AI Teaming

AI 导读

针对人机协作中人类策略随 AI 行为动态调整的挑战,本文提出 NestRL 方法,将任务建模为交互式部分可观测马尔可夫决策过程(I-POMDP)。该方法通过在各级别对自适应智能体进行联合训练,使智能体学习有限层级 I-POMDP 的解,从而避免收敛于仅适用于特定搭档的不透明协调策略。

来源:arXiv · 机器人与计算机视觉 · arxiv.org