어떤 행동을 선호하는지 사람에게 묻는 비교 피드백은 보상함수를 직접 지정할 수 없을 때 로봇과 에이전트 행동을 인간 의도에 맞추는 표준적 방법이 됐다. 그러나 기존 선호 기반 보상학습은 교사를 학습자가 생성한 질의에 답하는 수동적 오라클로만 다뤄, 목표를 아는 교사의 강점을 살리지 못한다는 것이 이 논문의 문제의식이다. 연구진은 선호 학습을 인간-자율 팀 문제로 재구성해, 교사는 학습자 모델을 유지하며 커리큘럼을 설계하고 학습자는 교사 모델에 대한 2차 이론(ToM-2) 모델을 유지하며 이해 진술을 통해 교사의 학습자 모델을 동기화한다. 시뮬레이션 결과 정보를 가진 교사는 학습자 주도 선택보다 우수한 성능을 보였고, 교사가 번갈아 바뀔 때 발생하는 모델 표류는 이 이점을 약화시켰지만 이해 진술이 이를 회복시켰다. 특히 교사의 오차가 특정 방향에 집중될 때는 2차 이해 진술이 평균 신념 진술보다 더 우수한 성능을 보였다.

• •목표를 아는 교사가 학습자 모델을 활용해 능동적으로 커리큘럼을 설계하는 인간-자율 팀 프레임워크 제안
• •학습자는 교사에 대한 2차 이론(ToM-2) 모델을 유지하며 '이해 진술'로 동기화 유지
• •정보를 가진 교사가 학습자 주도 선택보다 우수, 교사 교체 시 모델 표류로 이점 약화
• •이해 진술이 표류로 인한 손실을 회복시키며, 오차가 편향된 경우 2차 진술이 더 효과적