评估 MEDIRL：最大熵深度逆强化学习在人类社交导航中的复制与消融研究
机器人学
2024-06-04 v1 人机交互
摘要
本研究旨在提升最大熵深度逆强化学习 (MEDIRL) 框架，使其在人机交互 (HRI) 中的实际应用中更有效，尤其用于建模拥挤环境中行人的行为。我们的工作基于 Fahad、Chen 与 Guo 的开创性研究，旨在提升 MEDIRL 在真实 HRI 场景下的表现。我们复现了原始 MEDIRL 模型，并对关键组件（如学习率、状态维度、网络层）进行详细消融实验。研究结果表明，二维状态表示相较于三维方法在 HRI 场景下显著提升了模型对行人行为的预测准确性。这些结果不仅展示了 MEDIRL 的增强性能，还为未来 HRI 系统开发提供了宝贵洞察，强调针对特定环境背景进行模型定制的重要性。我们的研究推动了社会智能导航系统的发展，促进了更直观、更安全的人机交互。
引用
@article{arxiv.2406.00968,
title = {Evaluating MEDIRL: A Replication and Ablation Study of Maximum Entropy Deep Inverse Reinforcement Learning for Human Social Navigation},
author = {Vinay Gupta and Nihal Gunukula},
journal= {arXiv preprint arXiv:2406.00968},
year = {2024}
}
备注
14 pages, 13 figures