![arxiv：2501.19245v2 [cs.ai] 2025年2月3日](/simg/7/711899e037503ed2de58fab9945933deb363a3a8.webp)
机构名称：
¥ 1.0
强化学习（RL）提供了一种通用方法，用于建模和培训AI代理，包括人类互动方案。在本文中，我们提出了Sharpie（hared Human-a i r einformention学习p latform for Iteractive e xperiments），以满足对一般框架的需求，以支持RL代理和人类的实验。它的模型设计由用于RL环境和算法库的多功能包装器组成，这是一个面向参与者的Web Interface，Lotogging Utilities，在流行云和参与者招聘平台上的部署。它使研究人员能够研究与人与RL药物之间的反应有关的各种研究问题，包括与交互式奖励规范和学习的研究，从人类的反馈，行动授权，偏好，用户模型，用户模型和人类团队中学习。该平台基于人类RL相互作用的通用界面，旨在标准化人类文本中RL的研究领域。
arxiv：2501.19245v2 [cs.ai] 2025年2月3日
主要关键词
![arxiv：2501.19245v2 [cs.ai] 2025年2月3日PDF文件第1页](/bimg/7/7187c2c665ba343448da17332d6dc9ca25aaff3f.webp)
![arxiv：2501.19245v2 [cs.ai] 2025年2月3日PDF文件第2页](/bimg/e/e980050d974bb3b3de4e846ad0920871f22f757c.webp)
![arxiv：2501.19245v2 [cs.ai] 2025年2月3日PDF文件第3页](/bimg/7/75f03f2d7accfa93d7e7ea6fea3d289a496ffc2b.webp)
![arxiv：2501.19245v2 [cs.ai] 2025年2月3日PDF文件第4页](/bimg/2/2cc83b94177a6e9268b4bfd180c9679e588ffd25.webp)
![arxiv：2501.19245v2 [cs.ai] 2025年2月3日PDF文件第5页](/bimg/1/125bccc7fef89d3e0bab5489f22c88eff8690258.webp)
相关文件推荐
![arxiv：2501.16165v1 [cs.cr] 2025年1月27日](/simg/1/171f982992eecabd89c58411b5c551f1b9e106a4.webp)
![arxiv：2502.07964v1 [cs.lg] 2025年2月11日](/simg/2/2a81479cb8bc2c44343e5c807b0422b62bbba07e.webp)
![arxiv：2501.16848v1 [cs.lg] 2025年1月28日](/simg/e/e13cc1d46c0a6063406bda81c0bb68952e49eab6.webp)
![arxiv：2501.07447v1 [cs.lg] 2025年1月13日](/simg/b/bd85019652740d4af0b81f6cf8e79131ce64fb19.webp)
![arxiv：2502.15224v1 [cs.lg] 2025年2月21日](/simg/c/c4e43d6e87f57c621b5360bfb0c134c00cdfa1cf.webp)
![arxiv：2401.15296v2 [cs.cv] 2025年2月6日](/simg/9/9d2a6f090e28a0601a8097ce2cccc7a9e8f3504d.webp)
![arxiv：2501.16981v1 [cs.cv] 2025年1月28日](/simg/8/8fe8770514ff2f087487c1f519d3aa07c4215e9e.webp)
![arxiv：2502.08803v1 [cs.lg] 2025年2月12日](/simg/4/41988288459a8393a6e22d09294d89be239ea634.webp)
![arxiv：2502.04034v1 [cs.lg] 2025年2月6日](/simg/4/45b620521c05cca554712c2a2c4ec8fc267014ce.webp)
![arxiv：2406.04086v4 [cs.ro] 2025年2月4日](/simg/c/c175bbfc83e36d472f9eaa37b996ec729bf886d4.webp)
![arxiv：2502.11029v1 [cs.cr] 2025年2月16日](/simg/0/00c802e319afb1ff65548255ca871ea8ad48ff68.webp)
![arxiv：2502.00486v1 [cs.ce] 2025年2月1日](/simg/6/607920211e1a773fea6e3daecbcc0066edddd62f.webp)
![arxiv：2502.04210v1 [cs.lg] 2025年2月6日](/simg/e/e1ea1b3f806283bce4c06a8eedadbb1b6296419a.webp)
![arxiv：2502.14892v1 [cs.cv] 2025年2月17日](/simg/b/b495d4ee9dd26d76c8dad02913bbd55ecbbe1439.webp)
![arxiv：2501.04966v1 [cs.cv] 2025年1月9日](/simg/d/dea7ad7b96ec0868bc89135a1c4313459741b73c.webp)
![arxiv：2501.01734v1 [cond-mat.supr-con] 2025年1月3日](/simg/2/20903f5adaf0cb2181b38789f5a3a4a92c0ccc14.webp)
![arxiv：2404.16918v2 [cs.lg] 2025年1月3日](/simg/d/d2c7b87e46918c7bd5604c692394a396160084d0.webp)
![arxiv：2501.10089v1 [cs.cv] 2025年1月17日](/simg/7/741beda39614c3a573d37b99ccd8947f62d2e5fa.webp)
![arxiv：2502.06552v1 [cs.cv] 2025年2月10日](/simg/2/2ec25704fa8c4084b7cc7f50ebc9dcbed085615b.webp)
![arxiv：2502.07192v1 [cs.cv] 2025年2月11日](/simg/a/a52b4213b04afe4ff238254673040f354f77e23c.webp)
![arxiv：2501.15415v1 [cs.cv] 2025年1月26日](/simg/8/84782461405a7624ab37009ae9f74c6fa1c1bb44.webp)