利用细粒度时间尺度的Beta声誉改进人机协作中的信任估计

在彼此交互时，人类根据感知到的信任调整自身行为。为了实现类似的适应性，机器人必须在与人协作时以足够细粒度的时间尺度准确估计人类信任。Beta声誉是一种形式化人类信任数学估计的流行方法。然而，它依赖于二元性能，仅在每个任务结束后更新信任估计。此外，手动构建奖励函数是构建性能指标的常用方法，这既费力又耗时。这些限制阻碍了在协作任务过程中更细粒度时间尺度上对连续信任变化的高效捕捉。因此，本文提出了一种利用细粒度时间尺度的Beta声誉进行人类信任估计的新框架。为了在Beta声誉中实现细粒度，我们利用连续奖励值在每个任务时间步更新信任估计。我们利用最大熵优化构建连续奖励函数，以消除对费力指定性能指标的需求。所提出的框架通过提高准确性、消除手动构建奖励函数的需要以及推动更智能机器人的发展来改进信任估计。