以言语化决策树状态解释自主性
机器人学
2022-09-29 v1 计算与语言
摘要
新型 AUV（自主水下航行器）技术的发展扩展了 AUV 可应对的任务范围及其作业时长。因此，AUV 能够处理高度复杂的操作。然而，这些任务难以适配将任务定义为一系列预先规划航点的传统方法，因为无法提前预知任务期间可能发生的一切。这导致操作员的期望与实际作业表现之间存在差距。进而，这会造成操作员与 AUV 之间信任度降低，引发不必要的任务中断。为弥合任务中机器人行为与操作员期望之间的差距，本工作旨在提供一种框架，以易于理解的方式解释自主航行器在任务期间所做出的决策与行动。此外，目标是构建一个与自主性无关的、可作为附加层置于任何自主架构之上的系统。为使该方法适用于配备不同自主系统的各类自主平台，本工作利用知识蒸馏将自主系统的内部运作与决策点及由此执行的动作解耦。最后，为以更自然的方式向操作员呈现解释，将蒸馏所得决策树的输出与自然语言解释相结合，以句子形式报告给操作员。为此，在解释流程末端增加了一个称为 Concept2Text 生成的额外步骤。
引用
@article{arxiv.2209.13985,
title = {Towards Explaining Autonomy with Verbalised Decision Tree States},
author = {Konstantinos Gavriilidis and Andrea Munafo and Helen Hastie and Conlan Cesar and Michael DeFilippo and Michael R. Benjamin},
journal= {arXiv preprint arXiv:2209.13985},
year = {2022}
}