摘要
人机协同强化学习已成为训练、微调和对齐机器人行为与用户偏好的热门方法。本文探讨了通过功能近红外光谱(fNIRS)使用脑信号调节机器人学习在仿真中的可行性。我们比较了在被动（观察性）与主动（示范性）交互任务上训练的智能体，并测试了多种方法来增强RL算法，重点在于参数增强而非替换。我们进一步研究了模型的细粒度和噪声如何影响智能体学习。
研究结果表明，该框架是有效的：在增强轨迹优先级和状态-动作q值时，神经信号改善了学习。此外，该框架能够成功地从离线数据中学习，为实时BCI设置不切实际或数据有限的环境提供了实际替代方案。
博主点评： 这项研究展现了如何将脑信号融入强化学习中，开辟了机器人学习的新方向。通过离线数据的利用，研究者们为机器人应用提供了更灵活的解决方案，尤其是在资源受限的情况下，值得关注其实际应用潜力。