arXiv cs.RO· Haoyang Jiang, Dana Kulic, Michael Burke, Pamela Carreno-Medrano·· 2 小时前AI 评分59
研究：人类行为模型的行为质量不等于机器人学习效用
Behavioural Quality Is Not Learning Utility: Objective Mismatch in Human Behaviour Models for Robot Learning
AI 导读
该论文在高速驾驶和物体交接两个场景中，用常见生成模型指标评估多类人类行为模型，并与用这些模型训练出的强化学习策略的下游表现对比。结果显示，现有行为评估指标无法稳定预测下游策略性能，且评估结果对轨迹表示方式敏感；即使已知真实测试行为分布，用不同分布训练也可能获得更好的下游表现。
来源：arXiv cs.RO · arxiv.org