人机协作强化学习系统设计轨迹图：调查与分类
人机交互
2024-05-17 v1
摘要
受算法在强化学习方面的进步以及日益增多的人机协作实现驱动，协同强化学习(CRL)正受到日益关注。尽管近年出现了显著增长，但该领域仍较少系统性研究。本文提供了广泛的调查，探讨过去十年提出的基于交互式强化学习算法和人机协作框架的CRL方法。我们通过协同分析方法阐述并讨论了该领域的发展及最新进展；我们从设计模式、协作层次、参与方与能力等角度概念化了现有框架，并回顾了交互方法和算法模型。具体而言，我们构建了新的人机CRL设计轨迹图，作为选择现有CRL框架、设计新CRL系统以及改进未来CRL设计的系统化建模工具。此外，我们阐述了通用的人机CRL挑战，为研究社区指明了新的研究方向。本文旨在赋能研究者以系统化框架设计高效且“自然”的人机协作方法，实现人类与AI潜力的最大化实现。
引用
@article{arxiv.2405.10214,
title = {A Design Trajectory Map of Human-AI Collaborative Reinforcement Learning Systems: Survey and Taxonomy},
author = {Zhaoxing Li},
journal= {arXiv preprint arXiv:2405.10214},
year = {2024}
}