用于人机协作的向量自回归POMDP模型学习与规划
机器人学
2019-05-16 v1
摘要
人机协作（HRC）近年来已成为控制、机器人与心理学交叉领域的热点研究方向。在 HRC 中获取对人类具有表达力强同时可处理能力的模型至关重要。本文中，我们提出一种称为向量自回归 POMDP（VAR-POMDP）模型的模型，它通过考虑观测间相关性对传统 POMDP 模型进行扩展。VAR-POMDP 模型在特征表达力上强于传统连续观测 POMDP，因为后者是 VAR-POMDP 模型的特例。同时，所提 VAR-POMDP 模型亦可处理，我们展示了它可从数据有效学习，且可将基于点的价值迭代（PBVI）扩展至 VAR-POMDP 规划。特别地，本文提出使用贝叶斯非参数学习来决定潜在人类状态，并利用从人类示范收集的数据学习 VAR-POMDP 模型。随后，我们考虑针对 PCTL 的规划，PCTL 在机器人中广泛用作安全与可达性要求。最后，使用来自驾驶辅助测试台收集数据的实验结果验证了 HRC 中使用所提模型的优势。
引用
@article{arxiv.1904.12357,
title = {Vector Autoregressive POMDP Model Learning and Planning for Human-Robot Collaboration},
author = {Wei Zheng and Hai Lin},
journal= {arXiv preprint arXiv:1904.12357},
year = {2019}
}