arXiv · 机器人与计算机视觉· Haoyang Jiang, Dana Kulic, Michael Burke, Pamela Carreno-Medrano·· 23 天前AI 评分58
人类行为模型的目标不匹配:机器人学习中行为质量与学习效用的分离
Behavioural Quality Is Not Learning Utility: Objective Mismatch in Human Behaviour Models for Robot Learning
AI 导读
该论文在高速驾驶和物体交接两个领域评估了不同的人类行为模型,发现现有的行为评估指标不能一致地预测下游强化学习策略的性能,且评估结果对轨迹表示的选择敏感。研究还表明,即使已知真实的测试行为分布,针对不同的分布进行训练也可能带来更好的下游性能。
来源:arXiv · 机器人与计算机视觉 · arxiv.org