用于校正学习的优输运
机器学习
2023-04-05 v1 系统与控制
系统与控制
摘要
本文的贡献是使用优输运（optimal transport，即关于如何将一个质量分布最优地传输到另一个分布）对校正学习进行广义表述。校正学习是一种通过师生方法增强参数估计过程准确性的框架。在该框架中，称为教师的专家智能体修改称为学生的学习智能体所使用的数据，以改进其估计过程。教师的目标是在固定干预预算下改变数据，使学生的估计误差最小化。与现有的校正学习表述相比，我们新颖的优输运方法提供了若干好处。它允许估计更复杂的特征，并考虑教师的多种干预策略。我们在两个理论示例上以及在一个人机交互应用上评估了我们的方法，其中教师的角色是在逆强化学习设置中改善机器人的性能。
引用
@article{arxiv.2304.01701,
title = {Optimal Transport for Correctional Learning},
author = {Rebecka Winqvist and Inês Lourenco and Francesco Quinzan and Cristian R. Rojas and Bo Wahlberg},
journal= {arXiv preprint arXiv:2304.01701},
year = {2023}
}