近日，佐治亚理工学院人工智能实验室一篇研究论文再社群中引发热议，在 3D 虚拟环境中训练深度强化学习代理复杂行为需要大量的计算资源。在高度混叠环境中尤其如此，许多状态共享几乎相同的视觉特征。Minecraft 是这种环境的典范。我们假设交互式机器学习（IML），其中人类教师在训练中起直接作用通过演示，批评或行动建议，可以减轻智能体对别名的敏感性。但是，互动机器学习仅在人类交互的数量有限时才实用，需要在人类教师努力和代理人表现之间取得平衡。我们用两种强化学习算法进行实验。