Learning reward functions from diverse sources of human feedback: Optimally integrating demonstrations and preferences
Learning reward functions from diverse sources of human feedback: Optimally integrating demonstrations and preferences
复制标题
从不同来源的人类反馈中学习奖励函数：最佳地整合演示和偏好
DOI：
10.1177/02783649211041652
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Sadigh, Dorsa
中科院分区：
文献类型：
--
作者：
Bıyık, Erdem;Losey, Dylan P.;Palan, Malayandi;Landolfi, Nicholas C.;Shevchuk, Gleb;Sadigh, Dorsa
登录
查看更多内容
根据专家偏好学习城市空中交通遭遇模型
DOI：
10.1109/dasc43569.2019.9081648
发表时间：
2019
期刊：
2019 IEEE/AIAA 38th Digital Avionics Systems Conference (DASC)
影响因子：
--
作者：
Sydney M. Katz;Anne;Mykel J. Kochenderfer
通讯作者：
Mykel J. Kochenderfer
DOI：
10.1109/iros.2011.6094735
发表时间：
2011-12
期刊：
2011 IEEE/RSJ International Conference on Intelligent Robots and Systems
影响因子：
--
作者：
M. Cakmak;S. Srinivasa;Min Kyung Lee;J. Forlizzi;S. Kiesler
通讯作者：
M. Cakmak;S. Srinivasa;Min Kyung Lee;J. Forlizzi;S. Kiesler
DOI：
10.15607/rss.2019.xv.023
发表时间：
2019-06
期刊：
ArXiv
影响因子：
--
作者：
Malayandi Palan;Nicholas C. Landolfi;Gleb Shevchuk;Dorsa Sadigh
通讯作者：
Malayandi Palan;Nicholas C. Landolfi;Gleb Shevchuk;Dorsa Sadigh
这是我学到的：提出能够奖励学习的问题
影响因子：
5.1
作者：
Soheil Habibian;Ananth Jonnavittula;Dylan P. Losey
通讯作者：
Dylan P. Losey
DOI：
--
发表时间：
2019-04
期刊：
--
影响因子：
--
作者：
Daniel S. Brown;Wonjoon Goo;P. Nagarajan;S. Niekum
通讯作者：
Daniel S. Brown;Wonjoon Goo;P. Nagarajan;S. Niekum