利用用户友好先验实现机器人界面的人类个性化
机器人学
2024-09-17 v2
摘要
机器人经常需要向人类用户传达信息。例如，机器人可以利用视觉、听觉和触觉界面来显示其意图或表达其内部状态。在某些场景中，对于这些信号的含义存在社会公认的惯例：例如，红灯表示自动驾驶汽车正在减速。但是，随着机器人开发出新能力并试图传达更复杂的数据，其信号背后的含义并不总能被相互理解：一位用户可能认为闪烁的灯光表示自动驾驶汽车是激进型驾驶员，而另一位用户可能认为相同的信号意味着自动驾驶汽车是防御型驾驶员。在本文中，我们使机器人能够将其界面适配于当前用户，从而使人类的个性化解读与机器人的含义保持一致。我们首先采用一种信息论端到端方法，自动调整界面策略以优化人机之间的相关性。但为了确保该学习策略直观易懂——并加速界面适应人类的速度——我们认识到人类对界面如何运作存在先验认知。例如，人类期望界面信号具有比例性和凸性。我们的方法将机器人的界面偏向于这些先验，从而生成的信号既适配于当前用户，又遵循社会期望。我们在 名参与者中的模拟和用户研究结果表明，这些先验改善了机器人到人类的沟通。视频参见：https://youtu.be/Re3OLg57hp8
引用
@article{arxiv.2403.07192,
title = {Personalizing Interfaces to Humans with User-Friendly Priors},
author = {Benjamin A. Christie and Heramb Nemlekar and Dylan P. Losey},
journal= {arXiv preprint arXiv:2403.07192},
year = {2024}
}