人工门控 DAgger

Human-Gated DAggerHG-DAgger进阶

机器人快出错时由人接管纠正，只收集接管片段来迭代训练的 DAgger 变体。

斯坦福 Kelly 等人 2018 年提出。原版 DAgger（数据集聚合）要求专家在策略控制系统时逐步报出应该做的动作，但人不在真正控制车或机器人时，很难给出准确标签，也不安全。HG-DAgger 改为由人决定何时介入：平时由学出来的策略控制，人看到它进入危险区域就接管，把系统开回安全状态再交还控制权；只有接管期间人的观测-动作对会加入数据集，然后用聚合后的数据重新训练策略。论文还用多个网络的集成分歧估计策略的不确定度，并从人工介入时刻学出一个风险阈值。实验在仿真和真实自动驾驶车上进行。人工接管、收集纠偏数据的做法如今是真机后训练里常见的人在回路流程。