训练人类教授机器人
机器人学
2025-05-16 v1
摘要
基于演示的学习 (LfD) 是一种允许专家教师向机器人系统教授任务导向技能的技术。然而，如何引导初学者教师以定量方式接近特定教学任务的专家级演示仍是一个未解决的问题。为此，本文研究利用机器教学 (MT) 指导初学者教师提升其教学技能，这些技能基于演示的强化学习 (RLfD) 实现。本文报告了一项实验， wherein 初学者接收基于 MT 的指导，以仅用 8 次演示训练其教授特定动作技能的能力，并推广至此前未见过的技能。结果表明，MT 指导不仅使机器人在训练技能上的学习性能提升 89%，也使机器人在训练期间未见技能上的学习性能提升 70%。这些发现凸显了 MT 指导在提升人类教学行为方面的有效性，从而提高了 RLfD 中的演示质量。
引用
@article{arxiv.2505.10151,
title = {Training People to Reward Robots},
author = {Endong Sun and Yuqing Zhu and Matthew Howard},
journal= {arXiv preprint arXiv:2505.10151},
year = {2025}
}
备注
6 pages