机器人参与性交流对示范学习影响的探究
人机交互
2020-05-05 v1 机器人学
摘要
机器人示范学习（RLfD）是一种机器人从指导者示例中推导策略的技术。尽管在教育界学生参与度对教师行为的互惠影响已被广泛认可，但同样的现象是否适用于 RLfD 尚不清楚。为填补这一空白，我们首先基于学习文献设计了三种类型的机器人参与行为（注意、模仿以及两者的混合）。然后，我们在仿真环境中进行了一项被试内用户研究，以考察相较于“无参与”条件，不同机器人参与线索对人类的影响。结果表明，参与性交流显著改变了人类对于机器人能力的估计，并显著提高了他们对学习结果的期望，尽管我们在实验中并未运行实际的学习算法。此外，在所有指标上模仿行为比注意对人类的影响更大，而二者结合对人类的影响最为深远。我们还发现，通过模仿或组合行为传达参与性显著改善了人类对于示范质量的感知，即便所有示范质量相同。
引用
@article{arxiv.2005.01020,
title = {Investigating the Effects of Robot Engagement Communication on Learning from Demonstration},
author = {Mingfei Sun and Zhenhui Peng and Meng Xia and Xiaojuan Ma},
journal= {arXiv preprint arXiv:2005.01020},
year = {2020}
}
备注
Under review