基于校正学习的协作系统辨识

我们考虑一种协作系统辨识场景：一个专家智能体（教师）知晓系统的一个正确或至少良好的模型，并旨在协助学习智能体（学生），但无法将其知识直接传递给学生。例如，教师对系统的知识可能是抽象的，或教师与学生采用了不同的模型类，这使得教师的参数对学生而言无信息量。本文提出校正学习作为上述问题的一种解决途径：假设为协助学生，教师可截获从系统收集的观测并对其进行修改，以最大化学生接收到的关于系统的信息量。我们将一个通用解表述为一个优化问题，其对多项系统实例化为一个整数规划。此外，针对二项系统，我们获得了关于教师协助所带来的改进（以估计量方差的减小衡量）的有限样本结果。