REALM：用于人机交互中对学习模型 assistance 的实时估计

存在多种实时人类交互机制（即输入类型）可促进有效的人机协作。例如，先前的研究表明，遥控操作、纠正以及离散（即对少数选择偏好的）输入可 enables 机器人完成复杂任务。然而，很少有研究探讨了如何结合不同的方法，特别是机器人根据对任务理解程度估计并引导最有效形式的 assistance 的机会。在本文中，我们提出了一种基于机器人策略动作不确定性来估计不同人类 assistance 机制价值的方法。我们的核心思想是构建数学表达式，以比较随机机器人策略在相互作用后的预期微分熵（即不确定性）。由于每种人类输入类型都对人类参与要求不同，我们演示了如何将微分熵估计与似然惩罚方法结合，以有效平衡反馈信息需求与所需输入水平。我们展示了证据，表明我们的 methods 如何与新兴学习模型（例如扩散模型）接口，以通过仿真和机器人用户研究产生准确的 assistance 价值估计。我们的使用者研究结果表明，所提出的方法可 enable 对于不确定的机器人行为完成任务时使用最小的人类反馈。