利用强化学习与认知智能体学习空间关系行为
人工智能
2021-08-10 v1 人机交互
摘要
空间关系学(proxemics)是非言语沟通的一个分支，研究人与动物的空间行为。该行为因界定了与另一生命体交互的可接受距离，是沟通过程的重要部分。随着人机交互研究的增多，需要新的替代方案以实现最优沟通，避免智能体感到不适。若干工作考虑了带认知智能体的空间关系行为，其中实现了人机交互技术与机器学习。然而，环境假定固定个人空间且智能体预先知晓该空间。本文旨在研究智能体在基于空间关系行为的环墶中如何表现，并为此提出一种改进的网格世界(gridworld)。该环境考虑一个具有空间关系行为的发出者，其向智能体提供不一致信号。我们的结果表明，当发出者就智能体表现给出反馈时，学习智能体能够识别空间关系空间。
引用
@article{arxiv.2108.03730,
title = {Learning Proxemic Behavior Using Reinforcement Learning with Cognitive Agents},
author = {Cristian Millán-Arias and Bruno Fernandes and Francisco Cruz},
journal= {arXiv preprint arXiv:2108.03730},
year = {2021}
}
备注
Human-Aligned Reinforcement Learning for Autonomous Agents and Robots Workshop, to be held within IEEE ICDL 2021 Conference, Extended abstract