最大适应、最小引导：面向人类在环的柔顺式机器人任务规划
机器人学
2025-10-15 v1
摘要
我们提出了一种新型框架，用于实现人机逻辑交互，使机器人能够可靠地满足（无限视角）时序逻辑任务，同时与追求独立且未知任务的人类有效协作。该框架结合两个关键能力：(i) 最大适应性，使机器人能够在必要时在线调整其策略以实现人类行为的合作；(ii) 最小可调反馈，使机器人仅在必要时在线请求人类合作以保证进程进度。这种平衡最小化人机干扰，保留人类的自主性，并确保即使在人类目标冲突的情况下也能持续满足机器人任务。我们在使用 Franka Emika Panda 机械臂进行的实体块操作任务中以及 Overcooked-AI 基准测试中验证了该方法，表明本方法产生的富有层次感的协作行为超越现有方法，同时保持强有力的形式保证。
引用
@article{arxiv.2510.12662,
title = {Maximal Adaptation, Minimal Guidance: Permissive Reactive Robot Task Planning with Humans in the Loop},
author = {Oz Gitelson and Satya Prakash Nayak and Ritam Raha and Anne-Kathrin Schmuck},
journal= {arXiv preprint arXiv:2510.12662},
year = {2025}
}