在错误指定目标空间下的学习

从人类输入中学习机器人目标函数已愈发重要，但最先进技术假定人类所需目标位于机器人的假设空间内。当此不成立时，即便跟踪目标不确定性的方法也会失败，因其推理哪些假设可能正确，而非任一假设是否正确。我们特别关注在机器人任务执行期间从物理人类修正中学习，其中假设空间不够丰富会导致机器人以其人实际未意图的方式更新目标。我们观察到此类修正对机器人显得无关，因其并非实现任何候选目标的最佳方式。我们提议机器人不 naive 地信任并从每次人类交互中学习，而是通过实时推理人类修正对其假设空间的相关程度来保守学习。我们在含人类交互数据的实验中检验了推断方法，并证明这缓解了使用 7DoF 机器人操纵器的现场用户研究中非预期学习的发生。