arXiv cs.LG· Ash Simmons, George De Ath, Richard M. Everson·· 7 天前AI 评分33
面向实时分区控制零样本协作的认知受限伙伴框架
Cognitively Constrained Partners for Zero-Shot Coordination in Real-Time Partitioned Control
AI 导读
研究者提出一种面向实时分区控制零样本协作的训练框架，通过引入反应延迟和感知限制等人类生理约束来构建模拟伙伴，以训练人机协作智能体。在修改版 Lunar Lander 环境中，受训智能体的协作表现达到了最强 cross-play 基线水准，且性能不依赖于训练伙伴的具体生成方式。研究还设计了人类参与者实验，用于检验标准 cross-play 评估对真实人机协同效果的预测能力。
来源：arXiv cs.LG · arxiv.org