面向机器人的锤子：为强化学习智能体设计工具

视频

DOI

本文探讨了人类在为强化学习(RL)智能体设计工具以与世界交互方面可能扮演的角色。最近的研究探索了在学习控制机器人的同时优化其形态的方法，有效地将强化学习智能体的环境划分为外部世界和智能体与世界的接口。我们采用以人为中心的设计(UCD)方法，探索由人类而非算法重新设计智能体工具的潜力。使用UCD为机器学习智能体设计提出了几个研究问题，包括理解强化学习智能体的体验、信念、倾向性和目标意味着什么。在讨论这些问题之后，我们展示了我们开发的一个研究系统，用于研究人类为强化学习自动驾驶赛车手设计2D赛车。我们最后总结了十二名用户使用该系统的探索性试点研究的发现和见解。