结合强化学习与心智理论的机器人辅助行为增强
机器人学
2025-11-05 v1 人工智能
人机交互
摘要
适应用户偏好以及推断和解释人类信念与意图的能力，即心智理论 (ToM)，是实现有效人机协作的两个关键方面。尽管其重要性，很少有研究探讨具备 ToM 能力的自适应机器人的影响。在本工作中，我们提出了一项探索性比较研究，调查配备 ToM 能力的社交机器人如何影响用户的表现和感知。我们设计了一个两层架构。第一层的 Q 学习智能体学习机器人的高层行为。第二层，一个基于启发式的 ToM 推断用户的意图策略，负责实施机器人的辅助，并提供其选择背后的动机。我们在真实环境中进行了用户研究，共有 56 名参与者与具备 ToM 能力的自适应机器人或缺乏此类能力的机器人进行交互。我们的结果表明，ToM 条件下的参与者表现更好、更频繁地接受机器人的辅助，并更高程度地感知到机器人适应、预测和识别其意图的能力。我们初步的见解可为未来研究提供信息，并为设计具有 ToM 能力的自适应行为的更复杂计算架构铺平道路。
引用
@article{arxiv.2411.07003,
title = {Enhancing Robot Assistive Behaviour with Reinforcement Learning and Theory of Mind},
author = {Antonio Andriella and Giovanni Falcone and Silvia Rossi},
journal= {arXiv preprint arXiv:2411.07003},
year = {2025}
}