RILI：鲁棒地影响潜在意图
机器人学
2022-07-15 v2 人工智能
摘要
当机器人与人形伙伴交互时，这些伙伴常会针对机器人改变自身行为。一方面这带来了挑战，因为机器人必须学会与动态伙伴协调；但另一方面——若机器人理解这些动态——它便能利用自身行为影响人类，引导团队实现高效协作。已有研究使机器人学会影响其他机器人或模拟智能体。本文将这些学习方法扩展至影响人类。人类尤其难以被影响的原因在于：不仅人类会对机器人作出反应，而且单个用户随时间对机器人的反应方式可能变化，不同人类对同一机器人行为的回应方式也各异。因此我们提出一种鲁棒方法，学习影响不断变化的伙伴动态。我们的方法首先在重复交互中与一组伙伴训练，并基于先前的状态、动作与奖励学习预测当前伙伴的行为。接着，我们通过采样机器人与原伙伴学习到的轨迹，快速适应新伙伴，并利用这些已有行为影响新伙伴的动态。我们在模拟环境以及机器人与参与者协作搭建塔楼的用户研究中，将所得算法与最先进的基线进行比较。我们发现即便伙伴遵循新颖或意外的动态，我们的方法仍优于其他替代方案。用户研究视频可在此查看：https://youtu.be/lYsWM8An18g
引用
@article{arxiv.2203.12705,
title = {RILI: Robustly Influencing Latent Intent},
author = {Sagar Parekh and Soheil Habibian and Dylan P. Losey},
journal= {arXiv preprint arXiv:2203.12705},
year = {2022}
}