基于透明矩阵覆盖的人机协作交互式策略塑造

有效人机协作的一个重要方面是机器人快速适应人类需求的能力。虽然深度强化学习等技术已成功展示作为学习机器人策略的复杂工具，但人机协作的流畅性往往受限于这些策略无法整合用户偏好变化。为解决这些不足，我们提出了一种新方法，可以通过与机器人策略的低层约束相对应的符号if-this-then-that规则在学习策略执行时修改策略。我们称之为透明矩阵覆盖的这些规则不仅作为机器人当前策略的简洁可解释描述，还可以作为人类协作者通过口头命令轻松改变机器人策略的接口。我们在模拟和物理机器人上的一系列概念验证烹饪任务中展示了我们方法的有效性。