基于协方差矩阵适应演化策略的信息增益助力助动作机器人偏好函数优化中的用户体验
机器人学
2024-11-19 v1 人工智能
人机交互
机器学习
摘要
助动作机器人与人类互动必须适应不同用户的偏好才能发挥作用。通过对机器人行为（例如机器人运动轨迹或手势）进行排序来学习非专家用户的偏好是一种简单且有效的技术。现有技术 focuses on 生成用户可以对其进行排序的轨迹，以最大化偏好学习过程的效果。然而，生成的轨迹似乎并不反映用户在重复互动中对生成轨迹的偏好。本文设计一种算法，用于生成用户可以对其进行排序的轨迹，称为协方差矩阵适应演化策略信息增益（CMA-ES-IG）。CMA-ES-IG 优先考虑用户体验。我们展示了用户发现我们的算法在物理和社交机器人任务中比以前的方法更直观且更易于使用。该项目的代码托管在 github.com/interaction-lab/CMA-ES-IG。
引用
@article{arxiv.2411.11182,
title = {Improving User Experience in Preference-Based Optimization of Reward Functions for Assistive Robots},
author = {Nathaniel Dennler and Zhonghao Shi and Stefanos Nikolaidis and Maja Matarić},
journal= {arXiv preprint arXiv:2411.11182},
year = {2024}
}
备注
Accepted to ISRR