AvE: 助力赋权

Jun, 2020

AvE: Assistance via Empowerment

Yuqing Du, Stas Tiomkin, Emre Kiciman, Daniel Polani, Pieter Abbeel...

TL;DR提出了一种新型的人机辅助方法，通过增加人对环境的控制能力以提高对人的辅助精确性；采用增强学习与人类赋权相结合的方法，实现了一个任务无关的目标，保护人的自主权和实现任何最终状态的能力，并通过在具有挑战性的模拟远程操作任务的共享自主用户研究中成功演示了方法。

Abstract

One difficulty in using artificial agents for human-assistive applications lies in the challenge of accurately assisting with a person's goal(s). Existing methods tend to rely on inferring the human's goal, which

artificial agents human-assistive applications reinforcement learning human empowerment autonomy

发现论文，激发创造

变分赋能实现无监督实时控制

介绍了一种计算实用价值下限的方法，使其可用作实时控制中的无监督代价函数，尤其适合于连续动态系统。

Oct, 2017

无监督稳定性高效赋能估计

为了解决通过变分下界 (VLB) 计算确定性经验上均衡值 (EEI) 方法存在的繁琐、高成本等问题，本文采用了基于可训练的高斯信道来构建一种通用的无偏 EM 算法，提出了一种新型方法，能够在不考虑外在奖励的情况下，通过包含每个执行器和未来状态之间的量的交互信息来实现不同控制环境下的稳定性控制，而且该方法能够大大降低采样的复杂性，并展示了该方法的优点。

Jul, 2020

分层赋权：实现可行的基于赋权的技能学习

通用目标代理需要大量的技能。我们介绍了一种新的框架，层次赋权，在计算赋权时将自目标条件层次强化学习的概念整合进去，通过引入变分下界和层次结构计算赋权。这个框架的研究证实，我们的四级代理能够学习涵盖比之前工作大两个数量级的技能，以在模拟机器人任务中验证其贡献。

Jul, 2023

利用人类辅助完成顺序决策任务的最新进展

本文综述了五种最近主要依赖于人类指导的机器学习框架及其动机，假设和实施，并讨论可能的未来研究方向。

Jul, 2021

统一的贝尔曼最优性原理：整合奖励最大化和能量增强

本文研究了内在激励方法 —— 授权在外在奖励信号的增强学习中的应用，提出了一个授权奖励最大化的统一 Bellman 最优性原则，发展了基于授权的演员 - 评论家强化学习算法，并在高维连续机器人领域验证了其性能优于现有技术。

Jul, 2019

Ask4Help：学习如何利用专家完成具身任务

本文研究使用 Ask4Help 策略允许智能体请求和使用专家援助以提高其性能，并在物体目标导航和房间重排两种场景下得到了实质性的改进。