Sep, 2023
等等，这感觉熟悉：学习推断与偏好对齐的路径规划人类偏好
Wait, That Feels Familiar: Learning to Extrapolate Human Preferences for Preference Aligned Path Planning
Haresh Karnan, Elvin Yang, Garrett Warnell, Joydeep Biswas, Peter Stone
TL;DR利用惯性、本体感知和触觉领域的已建立地形参考，我们引入了 Preference extrApolation for Terrain awarE Robot Navigation (PATERN) 这一新颖框架，用于推断操作者对视觉导航中的新颖地形的偏好。PATERN 在估算操作者对新颖地形的偏好时，通过将机器人观测结果中的惯性、本体感知和触觉测量映射到表示空间，并在该空间进行最近邻搜索。我们通过室外环境中的物理机器人实验评估了 PATERN 对于推断偏好和适应各种地形和光照条件的能力，结果显示相比基准方法，PATERN 在导航时能够稳定地适应不同地形和多样化的光照条件，与操作者的偏好保持一致。