关键词human-in-the-loop framework
搜索结果 - 4
- 通过在线纠正学习进行模拟到现实策略迁移
通过人机协作的数据驱动方法,TRANSIC 提出了一种能够成功实现从模拟环境到真实世界转换的综合性方法,通过引入人类观察和干预机器人在真实世界中的执行来缩小不同的模拟与现实之间的差距。该方法通过整合从模拟和人类中学习到的策略,在复杂和接触丰 - 顺序实验中的协同智能:药物发现的人机交互框架
药物研发是一个复杂的过程,本文介绍了一种人工智能与人类专家知识相结合的人机协作框架,用于药物研发中的顺序实验,以提高针对目标分子的发现效率。研究结果表明,这种框架能够有效加速新疫苗和药物的开发,充分利用人类专家和人工智能的优势。
- CVPR通过重写模型决策实现可信的皮肤癌诊断
本文研究了深度神经网络在皮肤癌诊断中可能存在的混淆因素问题,并提出了人类介入的模型训练框架,在黑盒模型解释性概念空间中解释了复杂特征表示,并对数据集进行了清洗,最终提高了模型的性能与可靠性。
- AAAI人工智能交互在选择性预测中的作用
研究了选择性预测系统中人机交互的影响,通过不同类型的信息传递比较两种消息传递的组合方式对人类判断准确率的影响,发现必须仔细考虑如何将推迟决策传达给人类才能更好地设计选择性预测系统,同时使用人机交互框架仔细评估人工智能团队的总体准确性。