Apprendimento per preferenze riformulato come problema di squadra uomo-autonomia

Un nuovo articolo arXiv (2608.11229) propone un cambiamento di paradigma nell'apprendimento della ricompensa basato sulle preferenze per l'interazione uomo-robot. Gli autori sostengono che l'approccio tradizionale, che tratta l'insegnante umano come un oracolo passivo che risponde a domande generate dall'allievo, è subottimale. Invece, riformulano l'apprendimento delle preferenze come un problema di squadra uomo-autonomia, in cui l'insegnante costruisce attivamente esempi di addestramento basandosi su un modello della conoscenza attuale dell'allievo. Questo approccio, chiamato teoria della mente di secondo ordine, consente all'insegnante di progettare un curriculum informativo più efficiente dell'acquisizione guidata dall'allievo, specialmente quando la dimensione delle caratteristiche della ricompensa cresce. L'articolo estende questo quadro per includere un allievo che mantiene un modello di secondo ordine dell'insegnante, creando un sistema accoppiato. Il lavoro è rilevante per l'IA, la robotica e la collaborazione uomo-robot, ed è stato annunciato come nuovo preprint arXiv.