面向人在回路多机器人部署中用户快速适应的元偏好学习
机器人学
2021-03-16 v1
摘要
随着多机器人系统（MRS）广泛应用于自然灾害响应和社会安全等各类任务，人们热切期望 MRS 能无处不在，使未经大量训练的一般用户也能轻松操作。然而，人类在任务性能与安全之间权衡上有着各异的偏好，对 MRS 控制提出不同要求。未能遵从偏好会使人们感到操作困难并降低使用 MRS 的意愿。因此，为提高社会接受度与性能，迫切需要在触发会增加认知负荷的人为纠正之前，根据人类偏好调整 MRS 行为。本文提出一种新颖的元偏好学习（MPL）方法，使 MRS 能快速适应用户偏好。基于元学习机制的 MPL 可从有限指令中快速评估人类偏好；随后，基于神经网络的偏好模型调整 MRS 行为以实现偏好适应。为验证方法有效性，设计了“MRS 在地震灾区搜索受害者”任务场景；邀请 20 名人类用户将偏好标识为“激进”“中等”“保守”；基于用户引导与领域知识，模拟约 20,000 条偏好以覆盖涉及“任务质量”“任务进度”“机器人安全”的不同操作。MPL 在偏好适应上的有效性通过人为干预时长与频率的降低得到验证。
引用
@article{arxiv.2103.08008,
title = {Meta Preference Learning for Fast User Adaptation in Human-Supervisory Multi-Robot Deployments},
author = {Chao Huang and Wenhao Luo and Rui Liu},
journal= {arXiv preprint arXiv:2103.08008},
year = {2021}
}