面向人机交互的社交智能任务与运动规划

作为社会性生物，人类许多行为以社会语境为前提——即包含文化规范、社交信号、个体偏好等的环境性社会状态。本文提出一种社交感知的任务与运动规划算法，该算法考虑社会语境以在人类社会环境（HSEs）中生成恰当且有效的规划。我们方法的关键优势在于，它显式建模了潜在动作如何影响客观代价，以及如何在所规划与行动的社会语境中使其发生转变。我们研究了限制算法复杂度的策略，以使规划器在如医院和工厂等复杂 HSEs 中对于移动平台仍保持易处理性。规划器还将考虑其任务的相对重要性与紧迫性，并据此判定何时适宜、何时不宜为达成目标而违背社会期望。这种社交感知将使机器人理解社会的基本规则：仅仅因为某事让你工作更轻松，并不意味着它就是该做的正确之事！据我们所知，所提工作是首个支持 HSEs 中社交智能机器人策略的任务与运动规划方法。通过这一进行中的工作，机器人将能够理解、尊重并利用社会语境，在 HSEs 中既可接受又有效地完成任务。