我何时应当具有共情？多智能体交互中共情式参数估计的作用

人机交互（HRI）可被建模为具有不完全信息的动态或微分博弈，其中每个智能体持有私有的奖励参数。由于在求解此类博弈的完美贝叶斯均衡方面存在开放性挑战，现有研究通常考虑由参数估计与运动规划步骤组成的近似解，以解耦信念与物理动力学。在参数估计中，当前方法常假设机器人的奖励参数已被人类知晓。我们认为，错误地以该假设为条件会导致机器人对人类参数进行非共情式估计，即便在最简单的交互中也会产生不良价值。我们通过研究一个反应时间较短的双车无信号控制交叉口案例来验证该论点。结果表明，当双方智能体在不知情的情况下均具攻击性（或非攻击性）时，共情能带来更有效的参数估计与更高的奖励值，说明当智能体的真实参数与其共同信念不匹配时，共情是必要的。所提出的估计与规划算法通过充分承认 HRI 中信息不对称的本质，因而比现有方法更具鲁棒性。最后，我们引入了用于所提算法实时执行的价值近似技术。