基于稀疏用户反馈的机器人行为个性化

随着服务机器人变得越来越通用，它们将需要适应其用户在所有可能执行的大量任务中的偏好。这包括用户更倾向于将哪些操作委托给机器人而不是自己执行的偏好。现有的个性化方法需要为每个用户提供特定任务的数据。为了处理所有家庭任务和用户之间的多样性，以及用户在不同任务间偏好的细微差别，我们提议独立学习一个任务适应函数，该函数可与任何通用机器人策略配合使用以定制机器人行为。我们创建了基于抽象概念的任务适应框架。TAACo 能够通过基于用户反馈构建的抽象概念组成的表示来中介推理，从而学习预测用户对任何给定任务的首选辅助方式。TAACo 能够从少量用户反馈中泛化到开放集家庭任务，并通过直观的概念解释其推断。我们在收集的 5 人偏好数据集上评估了我们的模型，并表明在仅有 40 个用户反馈样本的情况下，TAACo 在预测准确率上比 GPT-4 高出 16%，比基于规则的系统高出 54%。