Alinhamento Implantável de Preferências Humanas na Robótica: Aprendendo Recompensas Representativas a Partir de Diversas Preferências Humanas

arXiv:2607.12466v1 Tipo de anúncio: novo Resumo: Alinhar políticas de robôs com as preferências humanas é essencial para a implantação junto a diversos usuários finais. Na abordagem de alinhamento por usuário, o feedback de preferências costuma ser esparso, de modo que o aprendizado se torna instável e vulnerável ao ruído das preferências humanas, e um número crescente de políticas individualizadas torna difícil a validação antes da implantação. Uma abordagem de política única compartilhada para o alinhamento de usuários evita esse custo, mas não consegue capturar preferências heterogêneas e frequentemente...