arXiv · cs.AI· Helena Merker·· 11 天前AI 评分24
针对欠规范奖励的定向主动偏好学习：让机器人提出更聪明的问题
Asking Smarter Questions: Targeted Active Preference Learning for Underspecified Rewards
来源与原文
arXiv · cs.AI
作者：Helena Merker
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.22285v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项被 CoRL 2026 接收的研究提出将纠正奖励学习缺陷的负担从人类转移到机器人：通过构建针对待解决特征的先验，并在偏好询问中附带解释来引导人类注意力。仿真中，该先验在低询问量场景下比标准主动偏好学习基线最高提升 30.8%；用户研究显示先验与解释均显著改善奖励恢复并相互放大效果。
来源：arXiv · cs.AI · arxiv.org