基于人类反馈的强化学习

面向以人为中心自动驾驶控制的神经认知奖励建模

Neuro-Cognitive Reward Modeling for Human-Centered Autonomous Vehicle Control

把脑电信号中的事件相关电位强度作为可预测的认知奖励信号，用视觉场景输入回归 ERP 强度并注入强化学习奖励，为视觉驾驶策略提供一种无需人工排序偏好数据的隐式人类对齐监督。