学习人类日常行为中的长短期意图
机器人学
2025-04-11 v1 人工智能
摘要
在自主家用机器人领域，机器人理解人类行为并提供适当服务至关重要。这要求机器人具备分析复杂人类行为并预测人类真实意图的能力。传统上，人类被视为完美无缺的，其决策是机器人应努力对齐的标准。然而，这引出了一个相关问题：如果人类犯错怎么办？在本研究中，我们提出了一项独特任务，称为“长短期意图预测”。该任务要求机器人能够预测符合人类价值观的长期意图，以及反映即时行动意图的短期意图。同时，机器人需要检测短期意图与长期意图之间潜在的不一致性，并提供必要的警告和建议。为促进该任务，我们提出了一个长短期意图模型来表示复杂的意图状态，并构建了一个数据集来训练该意图模型。然后我们提出了一种两阶段方法将意图模型集成到机器人中：(i) 预测人类意图，包括基于价值的长期意图和基于行动的短期意图；(ii) 分析长期意图与短期意图之间的一致性。实验结果表明，所提出的长短期意图模型可以帮助机器人理解人类在长期和短期时间尺度上的行为模式，从而有助于确定人类长期意图与短期意图之间的一致性。
引用
@article{arxiv.2504.07597,
title = {Learning Long Short-Term Intention within Human Daily Behaviors},
author = {Zhe Sun and Rujie Wu and Xiaodong Yang and Hongzhao Xie and Haiyan Jiang and Junda Bi and Zhenliang Zhang},
journal= {arXiv preprint arXiv:2504.07597},
year = {2025}
}