PECAN：通过学习的规范空间个性化机器人行为

机器人应个性化其任务执行方式以匹配 individual human users 的需求。当今机器人通过询问用户在任务空间中的反馈来实现这种个性化。例如，自动驾驶汽车可能会展示两种不同的减速方式，并询问用户偏好哪一种。这一当前方法是间接的：基于用户所选择的行为（例如缓慢减速），机器人尝试推断其潜在偏好（例如防御性驾驶）。相反，我们的论文发展了一种基于学习和界面的方法，使人类能够直接表明其所需的风格。我们通过学习从人类演示数据中获得的抽象、低维和连续的规范空间来实现这一点。规范空间中的每个点对应于不同的风格（例如防御或激进驾驶），用户只需点击一个点即可直接个性化机器人的行为。给定用户的选择后，机器人会在数据集中的每个任务中解码这种规范风格——例如，如果用户选择防御风格，自动驾驶汽车将在减速、变道或进入高速公路时个性化其行为。我们将所得方法称为 PECAN：通过学习的规范空间个性化机器人行为。我们的仿真和用户研究表明，用户更倾向于使用 PECAN 来直接个性化机器人行为（尤其是在用户熟悉 PECAN 的情况下），并且用户认为所学的规范空间是直观且一致的。