机器人通过多模态深度强化学习获得社交智能
机器人学
2017-02-27 v1 人工智能
计算机视觉与模式识别
机器学习
摘要
为了使机器人能够在我们这样一个社交世界中与人类共存，它们具备类人的社交互动技能至关重要。通过编程使机器人具备此类技能是一项具有挑战性的任务。在本文中，我们提出了一种多模态深度 Q 网络（Multimodal Deep Q-Network, MDQN），使机器人能够通过试错法学习类人的互动技能。本文旨在开发一种机器人，使其在与人类互动期间收集数据，并利用端到端强化学习从高维感官信息中学习人类互动行为。本文表明，在与人类互动 14 天后，机器人能够成功学习基本的互动技能。
引用
@article{arxiv.1702.07492,
title = {Robot gains Social Intelligence through Multimodal Deep Reinforcement Learning},
author = {Ahmed Hussain Qureshi and Yutaka Nakamura and Yuichiro Yoshikawa and Hiroshi Ishiguro},
journal= {arXiv preprint arXiv:1702.07492},
year = {2017}
}
备注
The paper is published in IEEE-RAS International Conference on Humanoid Robots (Humanoids) 2016