一种预测人类信念与决策的认知性人类感知任务规划器

我们对人类感知任务规划框架进行了实质性扩展，专为具有间歇性共享执行经验以及人类与机器人之间存在显著信念分歧的场景而定制，特别是由于人类的不可控性。我们的目标是构建一个考虑不可控人类行为的机器人策略，从而能够预测当执行不共享时（例如，人类短暂离开共享环境去完成子任务时）机器人可能取得的进展。但是，这种预测是从能够获取机器人估计模型的人类视角来考虑的。为此，我们提出了一种新颖的规划框架，并基于 AND-OR 搜索构建了一个求解器，该求解器集成了知识推理，包括通过视角转换进行情境评估。我们的方法动态地建模并管理潜在进展的扩张与收缩，同时精确跟踪智能体何时（以及何时未）共享任务执行经验。该规划器系统地评估情境，并忽略其有理由认为对人类来说不可能的世界。总体而言，我们的新求解器能够沿着潜在的行为过程估计人类和机器人的不同信念，从而能够综合出这样的计划：机器人选择正确的时机进行通信（即告知或回复询问），或者推迟实体行动直到可以共享执行经验。在两个领域（一个新颖领域，一个改编领域）的初步实验证明了该框架的有效性。