Mar, 2015

透过事后优化共享自主性

PDF
TL;DR本研究使用部分可观察马尔可夫决策过程来模拟共享自动化中的用户意图不确定性，并采用最大熵逆优化控制来估算用户目标的分布。研究还使用后见优化技术近似解决了优化问题。用户实验结果表明，该方法可以更快地完成任务，同时使用的输入较少，但用户对任务完成速度和控制权之间的平衡存在不同的评价。
shared autonomypartially observable markov decision processmaximum entropy inverse optimal controlhindsight optimizationuser study
发现论文，激发创造
  • 透过事后优化实现遥控和团队合作的共享自主权

    本研究使用部分可观察的马尔可夫决策过程（POMDP）建立了共享自主体系的模型，实现了在未知目标目的情况下，最小化期望成本并提供有用的援助，比传统预测 - 执行方法更快，需要更少的用户输入，减少用户闲置时间并减少用户与机器人的碰撞。

    Jun, 2017

  • 基于深度强化学习的共享自治

    论文提出了一种深度强化学习框架，结合人类输入与半自治控制，通过学习用户意图，帮助用户在实时控制任务中实现目标，成果是一种灵活、实用的辅助系统。

    Feb, 2018

  • 共享自治中的人机相互适应

    我们的研究旨在通过一套合理的人机相互适应形式化方法，将有限记忆人类的行为方式融入到部分可观测的随机决策模型中，以改善人机团队的表现并保留对机器人的信任。

    Jan, 2017

  • 面向终身共享自治的情境信心辅助

    共享自主能力使机器人能够推断用户的意图并协助完成任务。然而，当用户想要完成机器人不了解的新任务时，共享自主将阻碍其性能。本文提出机器人可以检测到其意图表述能力的不足并将控制权交还给用户来实现任务，从而使机器人能够进行无阻碍的任务执行并学习到新的意图来更新自己的意图库，并展示了该方法的良好表现和能够实现的全生命周期学习。

    Apr, 2021

  • 共享自主权的残差策略学习

    提出了一种模型自由、剩余策略学习算法来实现共享自主，将人与机器人的互补优势结合起来，以实现共同的目标，在 Lunar Lander 和 6-DOF quadrotor reaching task 两个连续控制环境中测试，表明此方法可以显著提高任务绩效。

    Apr, 2020

  • 学习潜在行为的共享自主性

    本文介绍了一种结合了共享自主系统和学习潜在动作的方法，用于实现精确的援助机器人操作，主要集中在维度减少技术和对象操作方面。

    May, 2020

  • 共享自治中的干预优化

    研究共享自治的方法，提高人类与自主代理合作的绩效和用户体验，提出两种模型无关的强化学习方法来限制自治代理干预的数量，并比基线表现更好。

    Dec, 2021

  • 部分历史分享下的分散随机控制：一种共同信息方法

    本研究提出了一种分散式随机控制的普适模型，称之为部分历史共享信息结构。在该模型中，每一时刻控制器都要分享他们的部分观察历史和控制历史。基于所有控制器共同知晓的信息，将分散式问题从一个协调者的角度重构为等价的集中式问题，并提出了一种解决这个等价问题的方法。相较于已有的方法，这种方法是更简单、综合的，能够提供更好的结构性和动态规划方案。

    Sep, 2012

  • 人机协作的强韧机器人规划

    本研究提出了一种基于马尔可夫决策模型的方法，针对人与机器人合作中存在的不确定性，自动推导出可能的人类行为策略，并提出了一种基于部分可观察的马尔可夫决策过程的机器人计划算法。实验结果表明该方法可实现合作任务的稳定性和高效性。

    Feb, 2023

  • 基于前向仿真的机器人探索规划

    本研究针对部分已知环境探索问题，以信息论目标函数为目标，将其视为部分可观察马尔可夫决策过程 (POMDP)，并通过 open-loop 逼近算法求解。提出了新的互信息采样逼近方法用于移动机器人，结果显示 POMDP 探索算法在某些情况下可以提高性能。

    Feb, 2015