データセットの代わりに人間との対話を通じてAIを訓練する(Training AI through Human Interactions Instead of Datasets)

ad

2024-12-03 デューク大学(Duke)

デューク大学と米国陸軍研究所の研究者は、AIが複雑なタスクを人間のように学習できるプラットフォーム「GUIDE」を開発しました。従来、AIは大量のデータセットやシミュレーションを通じて学習していましたが、GUIDEはリアルタイムの人間からのフィードバックを活用し、迅速な意思決定が求められるタスクにおいても効果的な学習を可能にします。この新たなフレームワークは、より応答性の高いAIシステムの実現に寄与することが期待されています。

<関連情報>

ガイド:リアルタイム人型エージェント GUIDE: Real-Time Human-Shaped Agents

Lingyu Zhang, Zhengran Ji, Nicholas R Waytowich, Boyuan Chen
arXiv  Submitted on 19 Oct 2024
DOI:https://doi.org/10.48550/arXiv.2410.15181

データセットの代わりに人間との対話を通じてAIを訓練する(Training AI through Human Interactions Instead of Datasets)

Abstract

The recent rapid advancement of machine learning has been driven by increasingly powerful models with the growing availability of training data and computational resources. However, real-time decision-making tasks with limited time and sparse learning signals remain challenging. One way of improving the learning speed and performance of these agents is to leverage human guidance. In this work, we introduce GUIDE, a framework for real-time human-guided reinforcement learning by enabling continuous human feedback and grounding such feedback into dense rewards to accelerate policy learning. Additionally, our method features a simulated feedback module that learns and replicates human feedback patterns in an online fashion, effectively reducing the need for human input while allowing continual training. We demonstrate the performance of our framework on challenging tasks with sparse rewards and visual observations. Our human study involving 50 subjects offers strong quantitative and qualitative evidence of the effectiveness of our approach. With only 10 minutes of human feedback, our algorithm achieves up to 30% increase in success rate compared to its RL baseline.

1600情報工学一般
ad
ad
Follow
ad
タイトルとURLをコピーしました