基于后见优化的共享自主性用于遥操作与团队协作
机器人学
2017-06-02 v1
摘要
在共享自主性中，用户与自主系统协同工作以实现共同目标。为有效协作，自主系统必须知晓用户的目标。因此，大多数先前工作遵循“先预测后行动”的模式，首先以高置信度预测用户目标，然后基于该目标提供辅助。遗憾的是，在用户几乎达成目标之前，可能无法高置信度地预测其目标，导致“先预测后行动”方法提供的辅助很少。然而，即使对任何单一目标的置信度都很低（例如，向多个目标移动），系统通常也能提供有用的辅助。在这项工作中，我们通过将共享自主性建模为部分可观测马尔可夫决策过程（POMDP）来形式化这一见解，在目标未知的情况下提供最小化期望后续代价的辅助。由于最优求解此POMDP是棘手的，我们使用后见优化进行近似。我们将此框架应用于共享控制遥操作和人机团队协作。与“先预测后行动”方法相比，我们的方法能更快达成目标，所需用户输入更少，减少用户空闲时间，并导致更少的人机碰撞。
引用
@article{arxiv.1706.00155,
title = {Shared Autonomy via Hindsight Optimization for Teleoperation and Teaming},
author = {Shervin Javdani and Henny Admoni and Stefania Pellegrinelli and Siddhartha S. Srinivasa and J. Andrew Bagnell},
journal= {arXiv preprint arXiv:1706.00155},
year = {2017}
}