偏好引导策略优化用于心脏移植分配对齐

Itai Zilberstein 等在论文中提出一种偏好引导策略优化算法：通过成对比较学习切割平面、缩小属性权重空间，直接从分配结果学习线性效用函数，并在理论上收敛到用户效用函数，用于对齐人类价值的心脏移植分配策略。 基于论文摘要，方法在策略优化后达到 0.95 的竞争比，接近事后最优，高于现状政策的 0.66；用户研究中，LLM 方法提供的准确性均未超过所学线性效用函数。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。