arXiv · cs.AI· Alexandra Coroiu·· 20 天前AI 评分19
人类反馈强化学习（RLHF）用于人机协作的范围综述与实验研究
A Scoping Review and Experimental Study on Reinforcement Learning from Human Feedback for Human-Robot Collaboration
来源与原文
arXiv · cs.AI
作者：Alexandra Coroiu
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/2610.09891v1
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
一项遵循 PRISMA 指南的范围综述筛选了 199 条记录，纳入 2020-2025 年间的 20 篇同行评审文献，梳理 RLHF 在人机协作（HRC）系统中的方法，据称是首个聚焦双向闭环设计的综述。团队还开展了被试间 VR 实验，用贝叶斯模型比较系统发起与用户发起的反馈对机器人近距行为安全的影响。结果显示用户发起的反馈更能捕捉感知安全，说明反馈时机直接影响反馈质量。
来源：arXiv · cs.AI · arxiv.org