一种以最小人力实现示范学习的框架
机器学习
2023-06-16 v1 机器人学
摘要
我们考虑共享自主环境下的机器人学习，其中系统控制可在人类远程操作员与自主控制之间切换。在此设定下，我们研究强化学习与示范学习，其中与人类时间相关的成本存在。该成本表示远程操作机器人或从故障中恢复机器人所需的人类时间。对于每一回合，智能体必须在请求人类远程操作或使用其某一自主控制器之间做出选择。在我们的方法中，我们学习预测每个控制器在给定回合初始状态下的成功概率。这被用于一个上下文多臂老虎机算法中以选择该回合的控制器。控制器通过示范与强化学习在线学习，从而自主性能得以提升，且系统随着经验增加而对远程操作员的依赖减少。我们表明，我们的控制器选择方法降低了执行两个模拟任务和一个真实世界任务的人力成本。
引用
@article{arxiv.2306.09211,
title = {A Framework for Learning from Demonstration with Minimal Human Effort},
author = {Marc Rigter and Bruno Lacerda and Nick Hawes},
journal= {arXiv preprint arXiv:2306.09211},
year = {2023}
}
备注
Preprint version of IEEE Robotics and Automation Letters paper