通过情感语言交互和差异结果训练的人类-机器人相互学习
机器人学
2024-07-02 v1 人工智能
摘要
尽管近年来大型语言模型的成功推动了人类与机器人之间的语言交互，但对非语言交互的关注仍相对不足。本文测试了情感语言交互结合差异结果训练如何影响人类-机器人之间的相互学习。在本研究中，我们借鉴儿童-照顾者关系的模式，构建了人类-机器人交互场景：模拟的机器人试图学习如何向人类最佳地表达其内部、受体温调控的需求；而人类“照顾者”则试图学习正确的对象来满足机器人当前的已表达需求。我们研究了i) 人类的训练类型，ii) 机器人的强化学习类型，以评估相互学习的终端准确性和学习速度（即机器人获得的平均奖励）。我们的结果发现，与非差异结果训练 (Non-DOT, 对照组) 条件相比，差异结果训练 (DOT) 显著提高了人类与机器人之间的相互学习。我们发现，当机器人使用探索-开发策略选择时，进一步获得改进，相较于仅使用开发策略选择。这些发现对在治疗性情境中（例如认知干预和教育应用）利用社会助理机器人具有重要意义。
引用
@article{arxiv.2407.01280,
title = {Human-Robot Mutual Learning through Affective-Linguistic Interaction and Differential Outcomes Training [Pre-Print]},
author = {Emilia Heikkinen and Elsa Silvennoinen and Imran Khan and Zakaria Lemhaouri and Laura Cohen and Lola Cañamero and Robert Lowe},
journal= {arXiv preprint arXiv:2407.01280},
year = {2024}
}
备注
14 pages, with references; 1 figure, 3 tables