Chelsea Finn· chelseabfinn·· 2026-07-03AI 评分11
机器人奖励监督与自由形式偏好
We’ve been approaching reward supervision for robots the wrong way.
AI 导读
我们一直在用错误的方式处理机器人的奖励监督。 我认为自由形式偏好是答案的一部分。 简短🧵
来源：Chelsea Finn · x.com
机器人奖励监督与自由形式偏好
We’ve been approaching reward supervision for robots the wrong way.
我们一直在用错误的方式处理机器人的奖励监督。 我认为自由形式偏好是答案的一部分。 简短🧵
来源：Chelsea Finn · x.com