从人类示范中学习符号化任务表示：一种用于存储、检索、巩固和遗忘经验的记忆

我们提出了一种符号化学习框架，该框架受类似认知记忆功能（即存储、检索、巩固和遗忘）的启发，用于生成任务表示以支持高级任务规划和知识引导。我们处理一个场景，其中非专家人类执行单个任务示范，机器人在线学习结构化知识以基于经验（即观察）重新执行任务。我们考虑基于非注释数据的一次性学习过程，以存储任务的可理解表示，该表示可以通过交互（例如通过口头或视觉通信）进行细化。我们的通用框架依赖于模糊描述逻辑，该逻辑已被用于扩展先前开发的场景识别与标记算法。在本文中，我们利用该算法实现类似认知记忆的功能，采用基于简单启发式方法随时间对记忆观察进行排序的分数。我们的主要贡献是形式化了一个框架，该框架可用于系统地研究不同的启发式方法，以基于机器人观察引导分层知识表示。通过一个说明性的装配任务场景，本文展示了我们框架的性能，并讨论了其优点和局限性。