基于合作马尔可夫决策过程系统的人机协同适应接口

本文旨在从用户（患者）和机器（机器人）双方的角度，通过引入基于模型的强化学习协同适应技术，开发一种新的人机接口以改善康复性能。以往研究更多关注机器人辅助，即改进控制策略以实现按需辅助（Assist-As-Needed）目标。在本研究中，我们将机器人辅助康复的全过程视为一个协同适应或互学习过程，并强调用户对机器的适应。为此，我们提出了一种协同适应 MDP（CaMDPs）模型，基于合作多智能体强化学习（MARL）在系统的高抽象层量化学习率。我们提出了几种方法，在策略迭代（Policy Iteration）框架下协同调整两个智能体间的策略改进（Policy Improvement）。基于所提出的协同适应 MDP，仿真研究表明使用各种所提策略改进方法可缓解非平稳问题。