通过自主智能体主动探测与影响人类行为

自主智能体（机器人）在与异质人类智能体近距离交互时面临巨大挑战。其中一项挑战是自主智能体没有针对其所交互的特定人类定制的准确模型，这有时会导致低效的人机交互与次优的系统动态。因此，开发一种在线方法使自主智能体能够学习关于人类模型的信息是一个持续的研究目标。现有方法将机器人定位为环境中的被动学习者，以观察物理状态及相应的人类反应。然而，这种被动设计仅允许机器人获取人类选择展示的信息，有时无法捕捉人类的完整意图。本工作中，我们提出一种基于在线优化的探测流程，使自主智能体以主动方式澄清其关于人类模型的信念。通过优化信息半径，自主智能体选择最挑战其当前确信度的动作。该流程使自主智能体能主动探测人类智能体以揭示先前不可得的信息。利用收集到的信息，自主智能体可针对某些指定目标交互式地影响人类智能体。我们的主要贡献包括一个统一探测与影响流程的连贯理论框架，以及两个自主驾驶案例研究，展示了主动探测如何有助于在影响过程中创造更好的参与者体验，如更高效率或更少扰动。