SLOT-V：用于操纵任务中可理解机器人运动规划的观察者模型监督学习框架
机器人学
2022-10-05 v1
摘要
我们提出 SLOT-V，一种新颖的监督学习框架，可在可理解性语境下从机器人运动轨迹中学习观察者模型（人类偏好）。可理解性衡量（人类）观察者从机器人运动轨迹中推断机器人目标的难易程度。在生成此类轨迹时，现有规划器通常依赖一个估计轨迹候选质量的观察者模型。这些观察者模型常为手工设计，或偶尔从演示中学习。在此，我们提出以监督方式利用上述方法评估时常用的相同数据格式来学习它们。随后，我们在模拟操纵环境中使用 Franka Emika 展示了 SLOT-V 的通用性。为此，我们表明它能学习紧密预测多种手工设计的观察者模型，即 SLOT-V 的假设空间涵盖了现有的手工模型。接下来，我们通过展示训练后的模型在具有未见目标配置和/或目标数量的环境中仍保持良好性能，来说明 SLOT-V 的泛化能力。最后，我们将 SLOT-V 的样本效率（与性能）对比一种现有 IRL 方法，表明 SLOT-V 能用更少的数据学习更好的观察者模型。综上，这些结果表明 SLOT-V 能够学习可行的观察者模型。更好的观察者模型意味着更具可理解性的轨迹，而这反过来可能带来更好、更透明的人机交互。
引用
@article{arxiv.2210.01412,
title = {SLOT-V: Supervised Learning of Observer Models for Legible Robot Motion Planning in Manipulation},
author = {Sebastian Wallkotter and Mohamed Chetouani and Ginevra Castellano},
journal= {arXiv preprint arXiv:2210.01412},
year = {2022}
}