人机交互风格：偏好聚合位置如何影响可操控人形机器人控制

研究比较了奖励级、优势级、损失级和 PCGrad 四种偏好评级聚合方式在两种人形控制框架中的表现。结合偏好奖励响应度（PRR）、覆盖率和效用指标评估发现，没有哪种聚合层级能在所有环境和标准下最优。早期聚合增加行为响应范围但引发非目标行为变化，后期聚合提升控制精度但牺牲响应性。