基于弱监督解耦的示教学习

机器人操作任务，例如用软海绵擦拭，需要来自多个丰富感官模态的控制。旨在教导机器人的人机交互在此情形下十分困难，因为丰富数据流在人类与机器理解之间可能存在错配。我们将可解释示教学习（learning from demonstration）视为一个概率生成模型上的优化问题。为应对数据的高维性，选用高容量神经网络来表示该模型。该模型中的潜变量与一组示教中显现的高层概念与观念显式对齐。我们表明，这种对齐最好通过终端用户使用适当受限词汇表中的标签来实现，而非设计者选取潜变量先验的传统方法。我们的方法在 PR2 机器人执行的两个桌面操作任务中得到评估——即用海绵蘸取液体（用力按压海绵并沿表面移动）以及在不同容器间倒水。机器人提供视觉信息、手臂关节位置与手臂关节力矩。我们已提供任务视频与数据——见补充材料：https://sites.google.com/view/weak-label-lfd。