我改变了主意：在协作期间适应变化人类目标的机器人

为了实现有效的人类-机器人协作，机器人必须与人类目标保持一致，即使这些目标在任务进行中发生变化。先前的方法通常假设目标是固定的，将目标预测简化为一次推断。然而，在现实场景中，人类经常会改变目标，这使得机器人在没有明确通信的情况下适应目标变化具有挑战性。我们提出了一种通过跟踪多个备选动作序列并根据策略库验证其合理性来检测目标变化的方法。在检测到变化后，机器人会细化其对相关过去动作的信念，并构建远景计划树(RHP)，主动选择能够帮助人类同时鼓励不同化动作，以揭示其更新后的目标。我们在包含最多30种独特食谱的协作烹饪环境中评估了该方法，并将其与三种可比的人类目标预测算法进行了比较。我们的方法在所有基准测试中均优于表现，迅速收敛到正确的目标后切换，减少了任务完成时间，并提高了协作效率。