基于层次强化学习的搜索与救援中的选择性探索与信息收集：由自然语言输入引导

近年来，机器人和自主系统在日常生活中愈发重要，为解决各种复杂问题提供了解决方案。然而，其在搜救（SAR）操作中的应用 presents unique challenges。全面探索灾难区往往不可行，因为地形广阔、环境被改造且时间限制紧迫。传统机器人系统通常 operate on predefined search patterns，缺乏整合和利用来自人类利益相关者提供的 ground truths 的能力，这些信息可以加速学习过程并提高分诊效果。在解决这一 gap 的过程中，我们引入了一个系统，将通过大型语言模型（LLM）的社交 interaction 与层次强化学习（HRL）框架集成。该 system 设计用于将来自人类利益相关者的 verbal inputs 转换为可操作的 RL insights，并调整其 search strategy。通过利用通过 LLM 获得的人类提供信息并通过 HRL 结构化 task execution，我们的方法不仅在自主能力和人类智力之间搭建了桥梁，还显著提高了在由长时间范围和稀疏奖励特征标记的环境中，agent 的 learning efficiency 和 decision-making process。