Mavis Murdock

用于RL训练机器人表现性用户控制的在线行为修改

Sheidlower等人提出ACORD算法，实现用户对RL训练机器人的在线行为修改，在绘画任务中提供类似共享自主性的表达控制水平，同时保持RL的自主性与鲁棒性。