人机协同适应模型及其收敛性分析
人工智能
2025-03-11 v1 人机交互
多智能体系统
机器人学
摘要
机器人辅助康复的关键在于人机界面的设计，该界面必须同时满足患者和机器的需求。当前的界面设计主要侧重于机器控制算法，通常需要患者花费大量时间进行适应。在本文中，我们引入了一种基于协同自适应马尔可夫决策过程模型的新方法，以解决交互学习过程的基本问题，提供理论见解和实践指导。我们建立了 CAMDPs 收敛的充分条件，并确保 Nash 均衡点的唯一性。利用这些条件，我们保证系统收敛到唯一的 Nash 均衡点。此外，我们探索了具有多个 Nash 均衡点的场景，设计了调整价值评估和策略改进算法的策略，以提高收敛到全局最小 Nash 均衡点的可能性。通过数值实验，我们说明了所提出条件和算法的有效性，证明了它们在实际环境中的适用性和鲁棒性。所提出的收敛条件和唯一最优 Nash 均衡的识别有助于为机器人辅助康复中的人类用户开发更有效的自适应系统。
引用
@article{arxiv.2503.07319,
title = {Human Machine Co-Adaptation Model and Its Convergence Analysis},
author = {Steven W. Su and Yaqi Li and Kairui Guo and Rob Duffield},
journal= {arXiv preprint arXiv:2503.07319},
year = {2025}
}