机器人倒水:利用概率实际因果关系识别溢出原因并选择替代动作参数
机器人学
2025-07-14 v3 机器学习
摘要
在日常生活中,我们执行涉及多种物体和目标的任务(例如烹饪或清洁)。当遇到意外或不需要的结果时,我们会采取纠正措施并重试,直到达到预期结果。为识别观察到的结果的原因并选择合适的纠正动作而进行的推理,是人类成功执行任务推理的关键方面。这种推理的核心是假设某个因素是产生观察到的结果的原因。在本文中,我们研究了使用概率实际因果关系来确定某个因素是否是观察到的非预期结果的原因。此外,我们展示了如何使用实际因果关系概率来寻找改变结果的替代动作。我们将概率实际因果关系分析应用于机器人倒水任务。当发生溢出时,该分析会指示任务参数是否是原因,以及应如何更改该参数以避免溢出。该分析需要任务的因果图和相应的条件概率分布。为满足这些要求,我们使用来自机器人倒水任务的逼真模拟数据,执行了完整的因果建模过程(即任务分析、变量定义、因果图结构确定和条件概率分布估计),该模拟覆盖了任务参数的大规模组合空间。基于结果,我们讨论了变量表示的含义,以及实际因果关系分析建议的替代动作与人类观察者提出的替代解决方案相比如何。演示了概率实际因果关系分析在选择替代动作参数方面的实际用途。
引用
@article{arxiv.2502.09395,
title = {Robot Pouring: Identifying Causes of Spillage and Selecting Alternative Action Parameters Using Probabilistic Actual Causation},
author = {Jaime Maldonado and Jonas Krumme and Christoph Zetzsche and Vanessa Didelez and Kerstin Schill},
journal= {arXiv preprint arXiv:2502.09395},
year = {2025}
}
备注
20 pages, 13 figures