面向人本环境的离线学徒学习研究（PhD Dissertation）
Offline Apprenticeship Learning for Human-Centric Environments
AI 导读
Md Mirajulul Islam 的博士论文提出一系列离线学徒学习框架，围绕奖励建模与示范质量两大挑战。其中 EM-EDM 按潜在奖励函数聚类示范，THEMES 通过分层奖励调控切分轨迹并在一个教育及三个临床数据集上超越基线；CCHAL 借助贝叶斯信用分配在三个临床 EHR 数据集和一个 ITS 数据集上优于 HALIDE 等基线。
来源：arXiv cs.AI · arxiv.org