从脑信号中学习用户对于轨迹的偏好
机器人学
2019-12-23 v2 人机交互
机器学习
机器学习
摘要
在有人存在的环境中，机器人运动不仅应可行且安全，还应符合人类偏好。然而，这需要对机器人行为提供用户反馈。在本工作中，我们提出一种新方法，利用用户的脑信号作为一种反馈模态，以解码对机器人轨迹的判断并根据用户偏好对其进行排序。我们表明，在观察机械臂轨迹期间以及响应偏好陈述时，使用脑电图测量的脑信号关于用户偏好是具有信息量的。此外，我们证明来自脑信号的用户反馈可用于可靠地推断成对轨迹偏好，并以与显式行为反馈相当的性能检索用户偏好的已观察轨迹。
引用
@article{arxiv.1909.01039,
title = {Learning User Preferences for Trajectories from Brain Signals},
author = {Henrich Kolkhorst and Wolfram Burgard and Michael Tangermann},
journal= {arXiv preprint arXiv:1909.01039},
year = {2019}
}
备注
The International Symposium on Robotics Research (ISRR), Hanoi, Vietnam, October 2019; reformatted to two-column layout