了解你的学生：基于高斯过程的交互式学习

学习常涉及多个智能体之间的交互。人类师生场景最好地说明了交互如何实现高效的知识传递，其中教师基于学生的能力构建课程。先前的机器教学研究探讨了在假设教师完全了解学生的前提下，应如何构建最优教学数据集。然而在现实世界中，教师并不具备关于学生的完整信息。教师必须先交互并诊断学生，再进行教学。我们的工作提出了一种简单的诊断算法，在构建教学数据集之前使用高斯过程推断与学生相关的信息。我们将其应用于两种场景。其一，学生从零开始学习，教师必须弄清学生的学习算法参数，例如岭回归或支持向量机中的正则化参数。其二，学生已部分探索环境，教师必须弄清学生尚未探索的重要区域；我们在离线强化学习设定中研究此问题，其中教师必须向学生提供演示并避免发送冗余轨迹。我们的实验凸显了教学前诊断的重要性，并展示了学生在交互式教师帮助下如何更高效地学习。最后我们概述了在哪些情况下诊断与教学相结合优于被动学习。