Jun, 2020

基于脑电波的隐式人类反馈加速强化学习智能体

PDF
TL;DR该研究提出通过 EEG 作为自然反应的形式来捕获人类的内在反应作为隐式反馈，并将人类智能通过隐式反馈与 RL 算法相结合，以加速 RL 智能体的学习。
reinforcement learninghuman feedbackerror-related potentialsimplicit feedbacklearning acceleration
发现论文，激发创造
  • 通过人类脑信号加速机器人学习

    通过记录人类观察机器人行为的 EEG 信号，利用相应的反馈信号优化机器人的行为策略，从而加速在稀疏奖励设置下的强化学习，以导航机器人为例，实验表明该方法可以更好地完成障碍物避免任务。

    Oct, 2019

  • 基于强化学习的具身智能体通过互动与多感知模拟对人类用户进行建模

    本文研究交互式机器学习的发展和应用，探讨人类反馈对于机器人行为的影响和提高机器人性能的方法，发现人类反馈参数对于任务性能的影响很大，需要更好地了解人类反馈的潜在变量以更好地处理人机交互领域的问题。

    Jan, 2017

  • 基于隐式人类反馈的任务学习 EMPATHIC 框架

    本文提出了一种基于数据驱动的框架 EMPATHIC，该框架可以从人类面部表情等隐式反馈中学习如何优化机器人执行任务的表现，其中包括使用深度神经网络将隐式反馈转化为任务统计数据以及应用该框架在机器人操纵路径评估等多个领域的实例。

    Sep, 2020

  • PEBBLE: 通过重标记经验和无监督预先训练实现高效互动式强化学习

    本文提出了一种基于人机交互的强化学习方法，通过主动查询教师偏好，学习奖励模型并使用其训练智能体，使智能体能够学习更加复杂的任务，包括各种运动和机器人操作技能。与标准奖励函数相比，我们的方法能够利用实时人类反馈有效地预防奖赏利用和学习新行为。

    Jun, 2021

  • 利用人类反馈的强化学习来提升多模态交互代理

    使用人类反馈的强化学习方法，通过记录人类与模拟世界中的代理进行交互，构建能够自然交互和学习的代理行为，有效提高了代理在复杂领域中的行为表现。

    Nov, 2022

  • 基于策略相关的人类反馈的深度强化学习

    本研究在 COACH 算法基础上，对代理策略表达进行了修改，运用深度神经网络实现按照高维视觉输入完成任务的学习，并通过 Minecraft 中实时人类反馈，10-15 分钟即可完成任务。

    Feb, 2019

  • 人类不是玻尔兹曼分布：应对强化学习中人类反馈与交互建模的挑战与机遇

    该论文呼吁从不同学科出发进行研究，以解决人类如何向人工智能提供反馈以及如何构建更健壮的基于人类协作的强化学习系统的关键问题，并提出人类模型必须是个性化，情境化和动态的观点。

    Jun, 2022

  • 异步人类反馈下的自主机器人强化学习

    实现自主学习的算法对于在真实环境中的机器人来说一直是个挑战，但本研究描述了一个实际的强化学习系统，通过在真实环境中进行训练，并借助人类的反馈来实现不间断的改进。该系统在不需要设计奖励函数或重置机制的情况下，通过自我监督学习算法和人类反馈产生的信息来指导探索和筛选学习策略。在模拟环境和真实世界中的机器人任务上的评估结果表明，该系统能够有效地学习行为。

    Oct, 2023

  • DQN-TAMER: 人类参与反馈的强化学习与难以处理的反馈

    本研究使用即时反馈，通过引入人与环境的互动，提高了强化学习在机器人学中的应用性，并提出了一种 DQN-TAMER 算法，在模拟和现实环境中都有优越表现。

    Oct, 2018

  • 利用未标记的数据进行高效反馈的基于人类偏好的强化学习

    本文提出了两个损失函数，利用未标记的轨迹集参与奖励学习过程，并结构化奖励模型的嵌入空间以反映状态空间与操作距离之间的结构，旨在提高样本效率和奖励恢复能力，该方法在基于机械臂操作的领域上比当前的最优算法 PEBBLE 表现更好。

    Feb, 2023