DECAF：基于离散事件的协作式人类-机器人框架用于家具装配

本文提出了一个用于协作式人类-机器人场景的任务规划框架，具体聚焦于装配复杂系统如家具。人类被建模为不可控制的代理，例如该代理不受既定行动序列的约束，依据自身偏好自行行动。而任务规划器则会反应性地计算机器人的最优动作，以最短时间高效完成整个装配任务。我们将该问题形式化为离散事件马尔可夫决策问题（DE-MDP），该综合性框架包含各种异步行为、人类意见改变以及故障恢复等随机事件。虽然该问题理论上可以通过构建所有可能动作的图来解决，但这种方法将受到计算限制的约束。本文提出的该表述形式提供了另一种解决方案，利用强化学习推导机器人的 optimal 策略。本研究在仿真环境和实际系统中进行了实验，其中包括人类主体与 7 自由度操作机械臂协作装配椅子。