APReL：一个基于主动偏好的奖励学习算法库
机器学习
2022-01-05 v2 人工智能
机器人学
摘要
奖励学习是人机交互中的基本问题，以使机器人的运行符合其人类用户的期望。许多基于偏好的学习算法和主动查询技术已被提出作为该问题的解决方案。在本文中，我们提出APReL，一个用于基于主动偏好的奖励学习算法的库，它使研究者和从业者能够试验现有技术，并轻松开发他们自己针对该问题各模块的算法。APReL可在 https://github.com/Stanford-ILIAD/APReL 获取。
引用
@article{arxiv.2108.07259,
title = {APReL: A Library for Active Preference-based Reward Learning Algorithms},
author = {Erdem Bıyık and Aditi Talati and Dorsa Sadigh},
journal= {arXiv preprint arXiv:2108.07259},
year = {2022}
}
备注
5 pages, 1 figures. Library is available at: https://github.com/Stanford-ILIAD/APReL