Stackelberg 学习从人类反馈：偏好优化作为顺序博弈

这篇 ArXiv 论文探讨了 Stackelberg 博弈论在人工智能偏好优化中的应用，可能为人工智能代理如何更有效地从人类反馈中学习提供见解。 这项研究对顺序博弈的关注表明了一种基于人类偏好来改进人工智能模型的新方法。

• •将 Stackelberg 博弈论应用于偏好学习。
• •研究在人工智能中使用顺序博弈。
• •旨在增强人工智能与人类偏好的对齐。