利用认知模型训练用于人机交互的热启动强化学习智能体
人工智能
2021-03-11 v1 人机交互
摘要
在人机交互应用中，强化学习（RL）智能体需要反复的用户交互才能表现良好。为解决这一“冷启动”问题，我们提出一种新方法，即在将RL智能体应用于真实用户之前，使用认知模型对其进行预训练。在简要回顾相关认知模型后，我们给出通用方法论，随后介绍来自我们既往与进行中项目的两个案例研究。我们希望本立场论文能激发RL、HCI与认知科学研究者之间的交流，以探索该方法的全部潜力。
引用
@article{arxiv.2103.06160,
title = {Using Cognitive Models to Train Warm Start Reinforcement Learning Agents for Human-Computer Interactions},
author = {Chao Zhang and Shihan Wang and Henk Aarts and Mehdi Dastani},
journal= {arXiv preprint arXiv:2103.06160},
year = {2021}
}