机器人通过自我观察学习心理理论：利用意图与信念的协同效应

在复杂环境中，当人类感官系统达到其极限时，我们的行为强烈地由我们对周围世界状态的信念所驱动。因此，获取他人的信念、意图或一般心理状态，可以在自然情境中实现更有效的社会交互。然而这些变量无法直接观测。心理理论(TOM)——将信念、意图或一般心理状态归属于其他智能体的能力——是人类社会交互的关键特征，并已引起机器人学界的兴趣。近来，能够学习TOM的新模型被提出。在本文中，我们假设信念的学习可通过在部分可观测环境中观察自身的决策与信念估计过程实现，并使用一个简单的 Feed-forward 深度学习模型，展示了当学习预测他人意图与动作时，若信念归属与动作及意图预测同时学习，可获得更快且更准确的预测。我们表明，即便观察具有不同决策过程的智能体，学习性能也会提升，且在观察由信念驱动的片段行为时提升更高。我们提出，我们的架构方法可相关于未来自适应社交机器人的设计，此类机器人应能在新颖的自然环境与任务中自主理解并协助人类伙伴。