StuEDM

论文推进面向人类的AI的离线学徒学习

本论文介绍了为智能辅导系统（ITS）和临床医疗等以人为本的环境设计的离线学徒学习（AL）新框架。所提出的方法，包括EM-EDM和THEMES，通过根据潜在奖励函数对演示进行聚类并将轨迹划分为连贯的子轨迹来专注于改进奖励建模。HALIDE和CCHAL的进一步进展通过整合连续质量信号并将质量归因于个体决策来解决演示质量问题，在各种数据集上优于现有基线。StuEDM的真实课堂评估表明学习收益显著，并保留了学生的自主性。