论模型调和：当机器人不知道人类模型时如何调和？
计算机科学中的逻辑
2022-08-08 v1 人工智能
离散数学
人机交互
摘要
模型调和问题（MRP）的提出是为了解决可解释AI规划中的问题。MRP的一个解是对人类与规划智能体（机器人）模型之间差异的解释。大多数求解MRP的方法都假设需要提供解释的机器人知道人类模型。这一假设在若干情况下并非总是现实的（例如，人类可能决定更新其模型而机器人未察觉该更新）。在本文中，我们提出了一种基于对话的方法，用于在以下假设下计算MRP的解释：（i）机器人不知道人类模型；（ii）人类与机器人共享规划领域的谓词集合，并且它们的交流是关于动作描述和流的值；（iii）双方之间的通信是完美的；（iv）双方是诚实的。MRP的一个解通过机器人与人之间的对话（定义为一系列轮流交换的回合）来计算。在每一轮中，机器人向人类发送一个称为提议的潜在解释，人类以她对该提议的评估（称为响应）回复。我们开发了由机器人计算提议和由人类计算响应的算法，并在一个结合命令式手段与答案集编程（利用clingo的多次求解特性）的系统中实现了这些算法。
引用
@article{arxiv.2208.03091,
title = {On Model Reconciliation: How to Reconcile When Robot Does not Know Human's Model?},
author = {Ho Tuan Dung and Tran Cao Son},
journal= {arXiv preprint arXiv:2208.03091},
year = {2022}
}
备注
In Proceedings ICLP 2022, arXiv:2208.02685