PARTNR：基于可信交互学习解决拾放歧义
机器人学
2022-11-16 v1 人工智能
计算与语言
人机交互
机器学习
摘要
近期若干工作展示了将基于语言的人类指令和图像场景观测映射为直接可执行的机器人策略（例如拾放位姿）的出色结果。然而，这些方法未考虑训练策略的不确定性，而总是将当前策略建议的动作作为最可能动作执行。这使得它们易受域偏移影响，且在所需示范数量上效率低下。我们扩展先前工作，提出 PARTNR 算法，该算法通过分析拾放位姿中的多种模态并利用拓扑分析来检测训练策略中的歧义。PARTNR 采用一种自适应的、基于灵敏度的门控函数，决定是否需额外用户示范。用户示范被聚合进数据集并用于后续训练。以此方式，策略可快速适应域偏移，并能最小化训练良好策略所需示范数量。自适应阈值使得能够达到用户可接受的歧义水平以自主执行策略，进而提升我们系统的可信度。我们在桌面拾放任务中展示了 PARTNR 的性能。
引用
@article{arxiv.2211.08304,
title = {PARTNR: Pick and place Ambiguity Resolving by Trustworthy iNteractive leaRning},
author = {Jelle Luijkx and Zlatan Ajanovic and Laura Ferranti and Jens Kober},
journal= {arXiv preprint arXiv:2211.08304},
year = {2022}
}
备注
Accepted to NeurIPS 2022 Workshop on Robot Learning; 8 pages; 4 figures; partnr-learn.github.io