演示旁径：人类演示中系统性非最优性的分类
机器人学
2025-12-18 v2 机器学习
摘要
从演示学习（LfD）是机器人获取新技能的流行方法，但大多数 LfD 方法都受制于人类演示中的缺陷。以往研究通常将这些次优性视为随机噪声。本文我们研究非专家演示中的非最优行为，发现其具有系统性，形成我们称之为演示旁径的结构。我们进行了为期40名参与者的人类空间研究，执行长期机器人任务，随后在仿真环境中重现该 setup 并标注所有演示。我们识别出四类旁径（探索、错误、对齐、暂停）和一种控制模式（一维控制）。旁径在参与者之间频繁出现，其时空分布与任务情境相关。我们还发现用户的控制模式取决于控制界面。这些发现指向需要更好的次优演示模型以改进 LfD 算法、弥合实验室训练与实际部署之间的差距。所有演示、基础设施和标注均 available at https://github.com/AABL-Lab/Human-Demonstration-Sidetracks.
引用
@article{arxiv.2506.11262,
title = {Demonstration Sidetracks: Categorizing Systematic Non-Optimality in Human Demonstrations},
author = {Shijie Fang and Hang Yu and Qidi Fang and Reuben M. Aronson and Elaine S. Short},
journal= {arXiv preprint arXiv:2506.11262},
year = {2025}
}