What if the way we collect human feedback in robotics is quietly losing information? If one traject...
Stanford AI Lab(@StanfordAILab)189 字 (约 1 分钟)
85
斯坦福团队提出Freeform Preference Learning方法，通过自然语言描述多维偏好轴，解决机器人领域传统偏好收集丢失信息的问题。
入选理由：传统单一奖励优化丢失多维轨迹信息（如速度/精度/子任务完成度）
精选推文#机器人#AI#斯坦福#偏好学习英文