实体 NestRL

NestRL

PulseAugur coverage of NestRL — every cluster mentioning NestRL across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_66122 · Jun 2 · 04:00

NestRL 训练 AI 代理以实现更好的人机适应性

研究人员开发了 NestRL，一种新颖的嵌套训练机制，旨在通过实现相互适应来改善人机协作。该方法将人机交互建模为交互式部分可观察马尔可夫决策过程 (I-POMDP)，并在嵌套层次结构的较低级别中针对自适应伙伴训练代理。NestRL 旨在防止代理开发不透明的、特定于伙伴的策略，从而提高与 AI 和人类队友的泛化能力和适应性。