信息不完全条件下的机器人训练

本文描述了作者关于利用操作员辅助进行机器人系统自适应教学算法的研究工作。操作员被假定为经验丰富的决策者以及机器人系统所需达成目标的理性承载者。本工作的特点在于，机器人系统的行为并非像标准方法那样预先指定，而是基于关于情境的信息以及决策者所作的决策自适应地形成。在该方案中，机器人系统与决策者可以在机器人系统的正常运行模式下合作，也可以在分时模式下合作，并具备主动规划机器人系统实验的可能性。若选择自适应方案，则机器人系统存在教学阶段和运行阶段。此时，决策者可以缓慢行动，拥有权衡所作决策的可能性。这种方式允许机器人系统通过在预设模型之间切换来灵活反应，并响应环境的不稳定性。关于环境条件及操作员目标偏好的数据完整性在机器人系统工作中起着非常重要的作用。机器人系统的有效工作取决于基于决策者决策的机器人系统偏好模型的有效设置以及有效控制。设置与控制因素对机器人系统有效性指标的影响是本工作的主题。不确定性可能是由模型设置阶段操作员接收到的数据流限制所引起的。