Daniel Marta

PREDILECT：基于零样本语言推理的强化学习偏好提取方法

Holk等人提出PREDILECT方法，利用LLM零样本推理能力扩展偏好学习的每条查询信息，包含偏好与文本提示以提高样本效率，并验证于机器人社交导航任务。