为物理控制教学任务生成语言纠正

AI 辅助持续推动教育应用的发展，从语言学习到智能辅导系统，然而当前为学生提供反馈的方法仍相当有限。大多数自动反馈系统要么提供二值正确性反馈（可能无法帮助学生理解如何改进），要么需要手工编码反馈模板（可能无法泛化到新领域）。对于物理控制任务而言，这可能尤其具有挑战性，因为学生行为的丰富多样性与专业化领域使得利用通用辅助工具提供反馈变得困难。我们设计并构建了 CORGI，一个训练用于为物理控制任务（如学习骑自行车）生成语言纠正的模型。CORGI 以一对学生与专家轨迹作为输入，然后生成自然语言纠正以帮助学生改进。我们收集了来自三个不同物理控制任务（绘画、转向和关节运动）的数据并据此训练 CORGI。通过自动与人工评估，我们表明 CORGI 能够（i）为新颖学生轨迹生成有效反馈，（ii）在具有新颖控制动力学的领域上超越基线，以及（iii）在交互式绘画任务中改善学生学习。