是否要询问：面向机器人辅助喂食的人类参与式情境多臂老虎机
机器人学
2025-05-07 v4
摘要
机器人辅助喂食涉及摄取形状、刚性、大小和纹理各异的食物项目。完全自主的策略可能无法在这种多样性上有效推广。我们提出利用照护者在遇到新食物项目时的反馈。然而，频繁的查询会给用户带来负担。我们将人类参与式喂食问题形式化地纳入情境多臂老虎机框架，引入 LinUCB-QG 方法，该方法基于查询类型和时间的查询负荷预测模型，选择性地请求帮助。该模型基于在包含 14 名行动受限者、3 名模拟行动受限的职业治疗师以及 89 名无行动限制者的在线研究中收集的数据进行训练。我们展示了该方法在任务性能与查询负荷之间实现了较好平衡，并且会调整查询行为以考虑行动受限用户的更高负荷。我们通过模拟食物数据集中的实验以及针对 19 名参与者（包括一名严重行动受限者）的用户研究进行验证。请访问我们的项目网站：http://emprise.cs.cornell.edu/hilbiteacquisition/。
引用
@article{arxiv.2405.06908,
title = {To Ask or Not To Ask: Human-in-the-loop Contextual Bandits with Applications in Robot-Assisted Feeding},
author = {Rohan Banerjee and Rajat Kumar Jenamani and Sidharth Vasudev and Amal Nanavati and Katherine Dimitropoulou and Sarah Dean and Tapomayukh Bhattacharjee},
journal= {arXiv preprint arXiv:2405.06908},
year = {2025}
}
备注
The second and third authors contributed equally. The last two authors advised equally