知道该问什么的机器人：通过定向解释恢复未对齐的奖励

Helena Merker, Nick Walker, Andreea Bobu

2026

摘要

本文提出一种框架，通过检测演示中未充分指定的特征，并主动请求针对性的纠正演示来恢复奖励函数。关键创新在于利用特征在演示中的统计变异性识别模糊特征，并通过自然语言解释引导用户提供有效补充数据。

reward learningactive learningexplanationhuman-robot interactiondemonstration

HRI

📊 3 引用

Kai Ding, Qingyuan Mao, Yaqian Zhang 等 6 位作者

Robotics and Computer-Integrated Manufacturing · 2026

HRI

📊 0 引用

Yingchao You, Ze Ji, Changyun Wei

Robotics and Computer-Integrated Manufacturing · 2026

HRI

📊 0 引用

Jiahui Si, Wenchao Li, Xi Chen 等 7 位作者

Robotics and Computer-Integrated Manufacturing · 2026

HRI

📊 0 引用

Rui Qian, Xi Zhang, Dongpeng Li 等 5 位作者

Robotics and Computer-Integrated Manufacturing · 2026