InterPReT：交互式策略重构与训练以有效实现来自非专业人员的模仿学习
人工智能
2026-02-05 v1
摘要
模仿学习在许多任务中取得了成功，主要是通过学习专家演示实现的。然而，大多数现有工作依赖来自技术专业人员的大规模演示以及对训练过程的密切监控。 这些对非专业人员而言教导 AI 代理学习新技能的挑战难以克服。 为降低教 AI 代理的教学门槛，我们提出了交互式策略重构与训练（InterPReT），该方法接受用户指令，持续更新策略结构并优化其参数以适应用户演示。 这是一种使最终用户能够交互式给出指令和演示、监控代理性能并审查代理决策策略的方法。 关于教 AI 代理在赛车游戏中驾驶的任务进行的用户研究（N=34）确认，我们的方法在非专业人员负责给出演示并确定何时停止时，比通用模仿学习基线更能产生稳健的策略，同时不影响系统可用性。这表明该方法更适合没有大量机器学习技术背景的用户训练可靠的策略。
引用
@article{arxiv.2602.04213,
title = {InterPReT: Interactive Policy Restructuring and Training Enable Effective Imitation Learning from Laypersons},
author = {Feiyu Gavin Zhu and Jean Oh and Reid Simmons},
journal= {arXiv preprint arXiv:2602.04213},
year = {2026}
}
备注
Proceedings of the 21st ACM/IEEE International Conference on Human-Robot Interaction