May, 2023

基于协同马尔可夫决策过程系统的人机共适应界面

PDF
TL;DR本文提出了一种基于模型的强化学习的方法，即协同适应 MDPs 模型，可用于人机界面和康复系统中，可以提高用户（患者）和机器（机器人助手）的表现效果，并强调了用户与机器之间的协同适应过程。
human-machine interfacerehabilitationmodel-based reinforcement learningco-adaptive mdpspolicy iteration
发现论文，激发创造
  • 发展中国家制造业员工基于 AI 的安全系统

    使用基于马尔可夫决策过程（MDP）的算法作为工业物联网（IIoT）中的安全合规层，以应对人机交互的健康危害问题，并使用迁移学习的概念适应新变化的系统。

    Nov, 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

  • 具有策略预算的个性化强化学习

    个性化机器学习中，我们提出了一种名为 r-MDPs 的框架，通过与一小组代表性策略的交互来满足多样化的用户群体，并同时优化这些策略以最大化整体社会福利。通过两种深度强化学习算法，我们在多个模拟环境中进行了实证研究，展示了这些算法在有限的策略预算下实现有意义的个性化，并具有可扩展性，能够适应更大的策略预算。

    Jan, 2024

  • 利用认知和机器模型在协作多智能体系统中学习

    基于平衡学习理论和深度强化学习技术，我们提出了三种多智能体实例基学习（MAIBL）模型，用于协调在随机环境下的多智能体系统。通过在动态环境中展示瞬间学习能力和协调技巧，我们证明 MAIBL 模型相对于现有的多智能体深度强化学习模型更快地学习和实现更好的协调。我们还讨论了将认知洞察力整合到多智能体深度强化学习模型中的好处。

    Aug, 2023

  • 使用离线强化学习进行自适应人机界面引导

    通过离线预训练和在线微调的组合，利用强化学习算法解决噪声命令信号和稀疏奖励的挑战，并通过学习去噪用户命令信号和提供共享自主辅助的方式，使得自适应界面能够成功辅助用户完成任务。

    Sep, 2023

  • 合作多智能体任务中的奖励机器学习

    本文提出了一种新的多智能体强化学习方法，该方法将合作任务分解与学习奖励机器相结合，以编码子任务的结构。该方法有助于处理部分可观察环境中奖励的非马尔可夫性质，并提高了完成合作任务所需的学习策略的可解释性。每个子任务关联的奖励机器以分散的方式学习，然后用于指导每个智能体的行为，从而减少了合作多智能体问题的复杂性，更有效的学习。结果表明，我们的方法是未来 MARL 研究的一个有前景的方向，特别是在具有大状态空间和多个智能体的复杂环境中。

    Mar, 2023

  • 机器与人类交替学习

    本文提出一种具有自适应性的算法，使得现有的强化学习代理可以在机器和人类代理之间进行控制转换，在类似环境中可以找到多个转换策略序列，并演示了该算法在半自动驾驶场景中具有优越性。

    Feb, 2020

  • 可配置马尔可夫决策过程

    本文提出了一种新的框架 Configurable Markov Decision Processes (Conf-MDPs)，以建立环境参数配置与学习代理之间的交互模型，并通过 Safe Policy-Model Iteration (SPMI) 算法，共同自适应优化策略与环境配置，实验结果表明该方法对提高学习策略的性能有益。

    Jun, 2018

  • 离线风险敏感的部分可观察性强化学习以提升人机协作性能

    将生理计算融入混合主动型人机交互系统中，通过将实时特征作为人体状态观察纳入决策系统，为自主任务分配提供了有价值的优势。通过在代理之间智能地分配任务来减轻人员认知负担。然而，应对具有不同生理和行为测量的多样化人员池的挑战较大。为了解决这个问题，需要采用概率框架，考虑到人的状态的内在不确定性和部分可观察性。最近的研究表明，可以从以前收集的经验数据集中学习部分可观察马尔科夫决策流程模型，并使用离线强化学习方法来解决该模型。在本研究中，我们不仅强调部分可观察表示和生理测量能够改进人员状态估计和绩效，而且还能增强人机团队的整体任务效果。值得注意的是，由于固定的数据集可能无法完整表示复杂的随机过程，因此我们提出了一种方法来考虑模型不确定性，从而实现风险敏感的序列决策。在模拟机器人远程操作环境下对 26 名参与者进行了实验，结果获得了该方法的实证证据。获得的自适应任务分配策略导致的得分显著高于用于收集数据集的策略，可以在多样化参与者之间进行推广，并考虑风险敏感的指标。

    Feb, 2024

  • 共同模仿：通过模仿学习设计和行为

    本文提出了一种称为共同模仿的机器人协同适应问题的新视角，通过匹配演示者的状态分布，提出了一种共同模仿方法来适应行为和形态，使模仿者能够与演示者的行为密切匹配，并在模拟人形机器人上演示了对人类行走、慢跑和踢球技能的共同模仿。

    Sep, 2022