arXiv · cs.AI· Alexandra Coroiu, Andrea Vogt, Viktor Werbilo, Andreas Poppele, Johann Christensen, Sven Hallerbach·· 1 天前
基于人类反馈的强化学习用于人机协作：范围综述与实验研究
A Scoping Review and Experimental Study on Reinforcement Learning from Human Feedback for Human-Robot Collaboration
arXiv:2610.09891v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Alexandra Coroiu, Andrea Vogt, Viktor Werbilo, Andreas Poppele, Johann Christensen, Sven Hallerbach
首次提交：2026-10-07 19:51
研究任务与主要进展
一项范围综述与虚拟现实实验研究了基于人类反馈的强化学习在人机协作中的应用，研究筛选199条记录并纳入2020—2025年的20篇同行评议论文。实验显示，用户主动发起的反馈比系统主动发起的反馈更能捕捉感知安全，反馈时机会直接影响反馈质量。研究建议未来在更逼真的人机协作实验中评估反馈采集方法对人类与机器人指标的影响。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org