从人机演示与物理纠正中学习时假设空间误设的量化

人类输入使自主系统得以提升能力并实现否则难以自动生成的复杂行为。近期工作聚焦于机器人如何利用此类输入——如演示或纠正——来学习预期目标。这些技术假设人类期望的目标已存在于机器人的假设空间中。现实中该假设常不准确：总会出现人所关注的任方面为机器人所不知的情形。缺乏此知识，机器人无法推断正确目标。因此，当机器人假设空间被误设时，即便追踪目标不确定性的方法也会失败，因为它们推理哪个假设可能正确，而非任何假设是否正确。本文主张机器人应显式推理给定假设空间下对人工输入的解释优度，并利用该情境置信度告知应如何纳入人类输入。我们在 7 自由度机器人操纵器上演示了我们的方法，学习两类重要人类输入：操作任务演示与机器人任务执行中的物理纠正。