基于 Actor-Critic 强化学习的机器人智能体训练中的同步控制与人类反馈
人机交互
2016-06-23 v1 人工智能
机器人学
摘要
本文提供了一份初步报告，探讨在强化学习机器人智能体训练中引入同步人类控制与反馈信号的优缺点。尽管机器人人机界面在形式和功能上日益复杂，用户的控制仍然具有挑战性。这导致用户控制方法与可控机器人电机数量之间的差距日益增大。解决这一差距的一种方法是将部分自主权转移给机器人。机器人智能体的半自主动作随后可通过人类反馈来塑造，从而简化用户控制。以往关于人类塑造智能体的大多数研究采用了带反馈的训练，或包含了间接控制信号。相比之下，本文探讨人类如何提供并发的反馈信号和实时肌电控制信号，以训练机器人的 Actor-Critic 强化学习控制系统。我们使用物理和模拟机器人系统，在一个简单运动任务上比较了奖励来自环境、奖励由人类提供以及这两种方法结合时的训练性能。结果表明，引入人类生成的反馈能带来一定收益。
引用
@article{arxiv.1606.06979,
title = {Simultaneous Control and Human Feedback in the Training of a Robotic Agent with Actor-Critic Reinforcement Learning},
author = {Kory W. Mathewson and Patrick M. Pilarski},
journal= {arXiv preprint arXiv:1606.06979},
year = {2016}
}
备注
7 pages, 3 figures, Accepted at the Interactive Machine Learning Workshop at IJCAI 2016 (IML): Connecting Humans and Machines