arXiv 机器学习· Md Mirajul Islam·· 2 小时前AI 评分33
面向以人为中心环境的离线学徒学习
Offline Apprenticeship Learning for Human-Centric Environments
AI 导读
该研究提出一系列离线学徒学习（AL）框架，以解决以人为中心环境中奖励建模与演示质量两大挑战。其中 THEMES 与 CCHAL 分别通过分层奖励调节与贝叶斯信用分配等机制，在多个临床 EHR 和教育数据集上超越基线。真实课堂评估显示，StuEDM 策略后测表现优于大规模语料训练的 CQL 策略，同时对学生的干预覆盖减少超一半。
来源：arXiv 机器学习 · arxiv.org