Ravestate：基于因果特异性引导的交互策略的分布式组合
机器人学
2023-10-04 v1 人工智能
人机交互
摘要
在人-机器人交互策略设计中，基于规则的方法高效、可解释、富有表现力且直观。本文中，我们提出信号-规则-槽（Signal-Rule-Slot）框架，其精炼了先前基于规则的符号系统设计并引入了一种新的、贝叶斯意义下的交互规则效用概念，称为因果路径自信息（Causal Pathway Self-information）。我们提供了严格的理论基础以及丰富的开源参考实现 Ravestate，并借此在基于文本、语音和视觉的场景中开展用户研究。实验显示我们概率知情的基于规则的系统具有鲁棒的上下文行为，为更有效的人机交互铺平了道路。
引用
@article{arxiv.2310.01943,
title = {Ravestate: Distributed Composition of a Causal-Specificity-Guided Interaction Policy},
author = {Joseph Birkner and Andreas Dolp and Negin Karimi and Nikita Basargin and Alona Kharchenko and Rafael Hostettler},
journal= {arXiv preprint arXiv:2310.01943},
year = {2023}
}