针对自闭症谱系障碍机器人辅助治疗的个性化机器人行为建模

在针对自闭症谱系障碍（Autism Spectrum Disorder）个体的机器人辅助治疗中，如果治疗师必须手动控制机器人，其在治疗过程中的工作负担会增加。为了让治疗师转而专注于与人的互动，机器人应具有更高的自主性，即它应能够解释人的状态并根据其行为持续调整自身动作。在本文中，我们开发了一种个性化机器人行为模型，可用于活动期间机器人的决策过程；该行为模型借助从真实交互数据中学习的用户模型进行训练。我们为此任务使用Q-learning，结果表明该策略大约需要10,000次迭代才能收敛。因此我们研究了策略迁移以提高收敛速度；我们表明这是一个可行的解决方案，但不恰当的初始策略可能导致次优的最终回报。