Buchumschlag

Exploring Re-inforcement Learning via Human Feedback under User Heterogeneity

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shashidhar, Sarvesh, Mishra, Abhishek, Kotecha, Madhav
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Human-Computer Interaction
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Feedback by Design: Understanding and Overcoming User Feedback Barriers in Conversational Agents
von: Sharma, Nikhil, et al.
Veröffentlicht: (2026)

Efficient Human-in-the-Loop Optimization via Priors Learned from User Models
von: Liao, Yi-Chi, et al.
Veröffentlicht: (2025)

Tool Compensation and User Strategy during Human-Robot Teleoperation are Impacted by System Dynamics and Kinesthetic Feedback
von: Carducci, Jacob D., et al.
Veröffentlicht: (2024)

Integrating Human Feedback into a Reinforcement Learning-Based Framework for Adaptive User Interfaces
von: Gaspar-Figueiredo, Daniel, et al.
Veröffentlicht: (2025)

Designing AI Tutors for Interest-Based Learning: Insights from Human Instructors
von: Kulkarni, Abhishek, et al.
Veröffentlicht: (2026)

Measuring User Experience Inclusivity in Human-AI Interaction via Five User Problem-Solving Styles
von: Anderson, Andrew, et al.
Veröffentlicht: (2021)

Enhancing Interaction with Augmented Reality through Mid-Air Haptic Feedback: Architecture Design and User Feedback
von: Vaquero-Melchor, Diego, et al.
Veröffentlicht: (2025)

When Benchmarks Talk: Re-Evaluating Code LLMs with Interactive Feedback
von: Pan, Jane, et al.
Veröffentlicht: (2025)

Fostering Human Learning in Sequential Decision-Making: Understanding the Role of Evaluative Feedback
von: Gupta, Piyush, et al.
Veröffentlicht: (2023)

Exploring the Role of User Comments Throughout the Stages of Video-Based Task-Learning
von: Kim, Nayoung, et al.
Veröffentlicht: (2026)

ShieldUp!: Inoculating Users Against Online Scams Using A Game Based Intervention
von: Roy, Abhishek, et al.
Veröffentlicht: (2025)

Exploring the Effect of Heights and User Stance on User Experience in Extended Reality Climbing
von: Kojić, Tanja, et al.
Veröffentlicht: (2026)

On the Automated Processing of User Feedback
von: Maalej, Walid, et al.
Veröffentlicht: (2024)

Another Turn, Better Output? A Turn-Wise Analysis of Iterative LLM Prompting
von: Javaji, Shashidhar Reddy, et al.
Veröffentlicht: (2025)

Exploring Vulnerabilities in Remote VR User Studies
von: Paneva, Viktorija, et al.
Veröffentlicht: (2024)

Who Gets to Interpret the Workout? User Tensions with AI-Generated Fitness Feedback
von: Shalawadi, Sujay, et al.
Veröffentlicht: (2026)

Integrating Multi-Label Classification and Generative AI for Scalable Analysis of User Feedback
von: Loop, Sandra, et al.
Veröffentlicht: (2026)

Context-Based Interface Prototyping: Understanding the Effect of Prototype Representation on User Feedback
von: Hoggenmueller, Marius, et al.
Veröffentlicht: (2024)

AutoLegend: A User Feedback-Driven Adaptive Legend Generator for Visualizations
von: Liu, Can, et al.
Veröffentlicht: (2024)

User Feedback-Informed Interface Design for Flow Management Data and Services (FMDS)
von: Abdulhak, Sinan, et al.
Veröffentlicht: (2024)

Same Feedback, Different Source: How AI vs. Human Feedback Shapes Learner Engagement
von: Morris, Caitlin, et al.
Veröffentlicht: (2026)

Evaluation of Consumer Behavior Regarding Food Delivery Applications in India
von: Jadhav, Sarvesh, et al.
Veröffentlicht: (2023)

Facilitating Human Feedback for GenAI Prompt Optimization
von: Sherson, Jacob, et al.
Veröffentlicht: (2024)

To Ask or Not to Ask: Learning to Require Human Feedback
von: Pugnana, Andrea, et al.
Veröffentlicht: (2025)

DuetML: Human-LLM Collaborative Machine Learning Framework for Non-Expert Users
von: Kawabe, Wataru, et al.
Veröffentlicht: (2024)

Exploring Spatial Hybrid User Interface for Visual Sensemaking
von: Tong, Wai, et al.
Veröffentlicht: (2025)

Eye-Tracking and Biometric Feedback in UX Research: Measuring User Engagement and Cognitive Load
von: Majumder, Aaditya Shankar
Veröffentlicht: (2025)

Beyond Explicit and Implicit: How Users Provide Feedback to Shape Personalized Recommendation Content
von: Li, Wenqi, et al.
Veröffentlicht: (2025)

Exploring Student Feedback Needs and Design Opportunities in Data Storytelling Education
von: Posada, Jennifer, et al.
Veröffentlicht: (2026)

ReVISit 2: A Full Experiment Life Cycle User Study Framework
von: Cutler, Zach, et al.
Veröffentlicht: (2025)

Building Intelligent User Interfaces for Human-AI Alignment
von: Shi, Danqing
Veröffentlicht: (2026)

Learning from Implicit User Feedback, Emotions and Demographic Information in Task-Oriented and Document-Grounded Dialogues
von: Petrak, Dominic, et al.
Veröffentlicht: (2024)

Bridging Learnersourcing and AI: Exploring the Dynamics of Student-AI Collaborative Feedback Generation
von: Singh, Anjali, et al.
Veröffentlicht: (2023)

REVA: Supporting LLM-Generated Programming Feedback Validation at Scale Through User Attention-based Adaptation
von: Tang, Xiaohang, et al.
Veröffentlicht: (2025)

Same Feedback, Different Source: How AI vs. Human Feedback Attribution and Credibility Shape Learner Behavior in Computing Education
von: Morris, Caitlin, et al.
Veröffentlicht: (2026)

Exploring Human Quadruped Locomotion for Exergames
von: Ahmed, Shamit, et al.
Veröffentlicht: (2026)

Simon Says: Exploring the Importance of Notification Design Formats on User Engagement
von: Abello, Hans Matthew, et al.
Veröffentlicht: (2024)

Just Undo It: Exploring Undo Mechanics in Multi-User Virtual Reality
von: Rasch, Julian, et al.
Veröffentlicht: (2024)

The Impact of VR and 2D Interfaces on Human Feedback in Preference-Based Robot Learning
von: de Heuvel, Jorge, et al.
Veröffentlicht: (2025)

VizCrit: Exploring Strategies for Displaying Computational Feedback in a Visual Design Tool
von: Li, Mingyi, et al.
Veröffentlicht: (2026)