机器人误差对人类教学动力学的影响

人类在环学习正因利用人类对现实任务的知识来促进智能体学习而日益流行，尤其是在机器人领域。在人类教导机器人时，他们会自然地调整教学行为以应对机器人性能的变化。虽然当前研究主要从算法视角整合人类教学动力学，但从人本中心视角理解这些动力学仍是一个备受忽视且根本性的问题。解决这一问题将有助于改进机器人学习和用户体验。因此，本文探讨了一种可能导致人类教学动态性质的因素：机器人误差。我们进行了一项用户研究，探讨机器人误差的存在与严重程度如何影响人类教学的三个维度：反馈细粒度、反馈丰富性和教学时间，分别在强制选择和开放式教学情境中。结果表明，人们倾向于花更多时间教导具有误差的机器人，提供更详细的反馈，针对机器人轨迹的特定部分进行细化反馈，并且机器人误差可以影响教师选择反馈方式的决策。我们的发现为设计有效的交互式学习界面和优化算法以更好地理解人类意图提供了宝贵的见解。