基于效用的贝叶斯心智理论自适应教学策略
机器学习
2023-10-02 v1
摘要
优秀的教师总是根据学习者调整其讲解。认知科学家在理性原则下建模此过程：教师试图在最小化教学成本的同时最大化学习者的效用。为此，人类教师似乎会构建学习者内部状态的心智模型，这一能力被称为心智理论（ToM）。受认知科学启发，我们基于贝叶斯心智理论机制设计教师智能体，使其如人类一般将教学策略适配于学习者。我们具备心智理论的教师从观测中构建学习者内部状态模型，并借助这些模型选择能最大化学习者奖励且最小化教学成本的示范。我们在模拟环境中的实验表明，以此方式施教的学习者比以无视学习者差异方式施教的学习者更高效。当教师对学习者的模型与实际学习者状态更吻合时——无论是使用更精确的先验还是积累学习者行为观测后——该效应更强。本工作是迈向教导我们彼此的社会机器的第一步，见 https://teacher-with-tom.github.io。
引用
@article{arxiv.2309.17275,
title = {Utility-based Adaptive Teaching Strategies using Bayesian Theory of Mind},
author = {Clémence Grislain and Hugo Caselles-Dupré and Olivier Sigaud and Mohamed Chetouani},
journal= {arXiv preprint arXiv:2309.17275},
year = {2023}
}