人类用户如何在重复交互中教续学习机器人？
机器人学
2023-07-04 v1 人机交互
机器学习
摘要
续学习（CL）近年来已成为机器学习（ML）与人机交互（HRI）交叉领域的重要研究方向，旨在使机器人能在与人类长期交互中于其环境中持续学习。然而，大多数续学习研究以机器人为中心，致力于开发能在静态数据集上快速学习新信息的续学习算法。在本文中，我们采用以人为中心的续学习方法，以理解人类如何长期教导续学习机器人，以及他们的教学风格是否存在差异。我们对 40 名参与者进行了线下研究，他们在 200 次会话中与一台续学习机器人交互。在这项被试间研究中，我们在 Fetch 移动操纵机器人上部署了两种不同的 CL 模型。对研究中所收集数据的广泛定性与定量分析表明，个体用户的教学风格存在显著差异，这表明需要对其独特教学风格进行个性化适配。结果还显示，尽管专家与非专家用户的教学风格存在差异，但该风格对续学习机器人的性能没有影响。最后，我们的分析表明，广泛用于测试大多数续学习技术的受限实验设置是不充分的，因为真实用户以多种方式与续学习机器人交互并教导它们。我们的代码可在 https://github.com/aliayub7/cl_hri 获取。
引用
@article{arxiv.2307.00123,
title = {How Do Human Users Teach a Continual Learning Robot in Repeated Interactions?},
author = {Ali Ayub and Jainish Mehta and Zachary De Francesco and Patrick Holthaus and Kerstin Dautenhahn and Chrystopher L. Nehaniv},
journal= {arXiv preprint arXiv:2307.00123},
year = {2023}
}
备注
Accepted to the IEEE International Conference on Robot and Human Interactive Communication (ROMAN), 2023