arXiv cs.LG· Md Mirajul Islam·· 12 天前AI 评分32
面向以人为中心环境的离线学徒学习框架研究
Offline Apprenticeship Learning for Human-Centric Environments
AI 导读
该论文针对以人为中心的环境，提出了围绕奖励建模与演示质量的两类离线学徒学习（AL）框架。在奖励建模上，EM-EDM 与分层奖励调节框架 THEMES 在 1 个教育和 3 个临床数据集上超越了对比基线；在演示质量上，HALIDE 与引入贝叶斯信用分配的 CCHAL 实现了混合质量数据的高效利用。
来源：arXiv cs.LG · arxiv.org