等等，这感觉很熟悉：学习外推人类偏好以实现偏好对齐的路径规划
机器人学
2023-09-28 v1 人工智能
机器学习
摘要
末端配送等自主移动任务需要对操作员指示的地形偏好进行推理，机器人应在其上导航以确保机器人安全与任务成功。然而，应对来自新颖地形或由于光照变化导致外观改变的分布外数据，仍是视觉地形自适应导航中的根本问题。现有方案要么需要费力的手动数据重采集与标注，要么使用可能与操作员偏好不对齐的手写奖励函数。本工作中，我们假定机器人应遵循的操作员对视觉新颖地形的偏好，常可从惯性、本体感知与触觉域中已建立的地形参考外推得到。利用该洞见，我们引入用于地形感知机器人导航的偏好外推方法 PATERN，一种外推操作员地形偏好用于视觉导航的新框架。PATERN 学习将机器人观测中的惯性、本体感知、触觉测量映射至表示空间，并在该空间中执行最近邻搜索以估计操作员对新颖地形的偏好。通过户外环境中的实体机器人实验，我们评估了 PATERN 外推偏好并泛化至新颖地形与严峻光照条件的能力。与基线方法相比，我们的结果表明 PATERN 能鲁棒地泛化至多样地形与变化光照条件，同时以偏好对齐方式导航。
引用
@article{arxiv.2309.09912,
title = {Wait, That Feels Familiar: Learning to Extrapolate Human Preferences for Preference Aligned Path Planning},
author = {Haresh Karnan and Elvin Yang and Garrett Warnell and Joydeep Biswas and Peter Stone},
journal= {arXiv preprint arXiv:2309.09912},
year = {2023}
}