面向偏好学习的不确定性统一：一种案例研究

学习人类偏好对于人机交互至关重要，因为它使机器人能够适应其行为以符合人类期望和目标。然而，人类行为和机器人系统中固有的不确定性使得偏好学习具有挑战性。虽然概率机器人算法提供了不确定性定量化，但人类偏好不确定性的集成仍被忽视。为弥合这一差距，我们引入不确定性统一并提出一种新型框架——不确定性统一偏好学习（UUPL），该框架通过统一人类和机器人不确定性来增强基于高斯过程（GP）的偏好学习。具体而言，UUPL包括改进GP后验均值估计的人类偏好不确定性模型，以及增强GP预测方差准确性的不确定性加权高斯混合模型（GMM）。此外，我们设计了一种用户特定的校准过程，以跨用户对齐不确定性表示，确保模型性能的一致性和可靠性。全面的实验和用户研究表明，UUPL在预测准确性和用户评级方面均实现了最先进的性能。进一步的消融研究进一步验证了UUPL的人类不确定性模型和不确定性加权GMM的有效性。