当人类非最优时：与风险感知人类协作的机器人

视频

DOI

为了安全高效地协作，机器人需要预测其人类伙伴的行为。一些今天的机器人将人类建模为仿佛也是机器人，并假设用户始终是最优的。其他机器人则考虑人类限制，放松这一假设，使人类是带噪声的理性者。当人类获得确定性奖励时，这两种模型都有意义：即确定获得100美元或130美元。但在现实世界中，奖励很少是确定的。相反，我们必须做出受风险和不确定性影响的选择——在这些情况下，人类表现出对次优行为的认知偏误。例如，当在确定获得100美元或仅80%概率获得130美元之间做出选择时，人们倾向于做出风险规避的选择——尽管它导致较低的预期收益！本文采用了一种来自行为经济学的知名风险感知人类模型，称为累积前景理论，并使机器人能够在人机交互（HRI）期间利用这一模型。在我们的用户研究中，我们提供了支持性证据，证明风险感知模型更准确地预测了次优人类行为。我们发现，这种更高的建模准确性导致了更安全、更高效的人机协作。总体而言，我们扩展了现有的理性人类模型，使协作机器人能够预测并围绕HRI期间的次优人类行为进行规划。