理解用于机器人教学的人类注视模式

已知人类注视是操作任务中潜在人类意图与目标的有力指示。本工作研究向机器人演示任务的人类教师的注视模式，并提出可利用此类模式增强机器人学习的方式。利用运动示教与视频演示，我们识别出教学中揭示意图的新颖注视行为。这些在从参考系推断到多步任务分割的各种问题中被证明具有信息性。基于我们的发现，我们提出两种概念验证算法，表明注视数据可将多步任务的子任务分类提升多达 6%，并将单步任务的奖励推断与策略学习提升多达 67%。我们的发现为从演示学习的机器人设置中自然人类注视模型提供了基础，并提出了利用人类注视增强机器人学习的开放问题。