FARPLS：一种特征增强的机器人轨迹偏好标注系统，辅助人类标注者的偏好获取

基于偏好的学习旨在将机器人任务目标与人类价值观对齐。推断人类偏好最常见的方法之一是对机器人任务轨迹进行成对比较。传统的基于比较的偏好标注系统很少支持标注者消化和识别视频记录的复杂轨迹之间的关键差异。我们的形成性研究（N=12）表明，由于部分观察，个体可能会忽略不显著的任务特征，并在偏好获取过程中建立有偏好的标准。此外，当需要比较许多对时，他们可能会经历精神疲劳，导致标注质量下降。为了缓解这些问题，我们提出了FARPLS，一种特征增强的机器人轨迹偏好标注系统。FARPLS突出显示对人类重要的各种任务特征中的潜在异常值，并提取相应的视频关键帧以便于审查和比较。它还根据用户熟悉度、轨迹对的难度和分歧程度动态调整标注顺序。同时，系统监控标注者的一致性并提供标注进度反馈以保持标注者参与。一项被试间研究（N=42，每人105对机器人取放轨迹）表明，FARPLS可以帮助用户更容易地建立偏好标准，并比传统界面更注意到所呈现轨迹中的更多相关细节。FARPLS还提高了标注一致性和参与度，缓解了偏好获取中的挑战，而不会显著增加认知负荷。