Conservative Bias in Multi-Teacher Learning: Why Agents Prefer Low-Reward Advisors
多教师学习中的保守偏见：为什么智能体更偏好低奖励顾问
机构 * School of Computer Science and Engineering, University of New South Wales（新南威尔士大学计算机科学与工程学院） ； Escuela de Ingeniería, Universidad Central de Chile（智利中央大学工程学院）
专题命中 GUI与网页智能体 ：agent(abstract)；autonomous agent(abstract)；分类 cs.AI
AI总结 本文揭示了多教师学习中智能体偏好保守低奖励顾问的现象，发现其受保守偏见主导，并在特定阈值下失效，同时在概念漂移情况下显著优于基线Q学习。
Comments 10 pages, 5 figures. Accepted at ACRA 2025 (Australasian Conference on Robotics and Automation)
