跳到正文
arXiv · ML· Upasana Biswas, Durgesh Kalwar, Subbarao Kambhampati, Sarath Sreedharan·· 3 天前AI 评分25

NestRL:面向人类-AI协作中相互适应的嵌套训练机制

NestRL: A Nested Training Regime for Mutual Adaptation in Human-AI Teaming

AI 导读

NestRL 提出了一种嵌套训练机制,将人类-AI 协作建模为交互式部分可观测马尔可夫决策过程,通过在每一层级与下一层级的适应性智能体共同训练,避免了标准多智能体训练中不透明协作策略的产生。 该方法在 Overcooked 环境中进行验证,相较于现有基准,NestRL 在应对未知适应性智能体和真实人类队友时均展现出更高的任务表现及更强的交互适应性。

来源:arXiv · ML · arxiv.org