専門知識不要で人間の選好に沿った報酬関数を設計・最適化する定式化フレームワーク

arXiv cs.LG ・ 2026-08-12

原題: A Framework for Designing Reward Functions: From Objectives to Features to Human-Aligned Reward Functions

AI による要約

非専門家でも人間の選好に一致する報酬関数を構築・更新できる理論的フレームワークが発表された。自然言語のタスク定義から根本目標と測定可能な変数を抽出し、因果DAG上の最小コスト部分被覆問題として報酬項を選定、選好引き出しを用いて重みを最適化する。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv cs.LG）をご確認ください。