人机协作中人类适应的博弈论建模
机器人学
2017-06-15 v2
摘要
在人-机器人团队中，人类往往起初对机器人能力有一个不准确的模型。随着与机器人交互，他们推断机器人的能力并部分地适应机器人，即他们可能基于观测结果和机器人的动作改变自身动作，而不复制机器人的策略。我们提出一个人类对机器人部分适应的博弈论模型，其中人类通过最大化一个随时间随机变化的奖励函数来响应机器人的动作，该函数捕捉了他们对机器人能力期望的演化。机器人随后可利用该模型，在采取向人类展示其能力的动作与给定人类当前信息采取最佳动作之间做出最优决策。我们证明，在一定的可观测性假设下，最优策略能够被高效计算。我们通过人类受试者实验证明，与假设人类完全适应机器人的策略相比，所提模型显著提升了人机团队性能。
引用
@article{arxiv.1701.07790,
title = {Game-Theoretic Modeling of Human Adaptation in Human-Robot Collaboration},
author = {Stefanos Nikolaidis and Swaprava Nath and Ariel D. Procaccia and Siddhartha Srinivasa},
journal= {arXiv preprint arXiv:1701.07790},
year = {2017}
}