开创的自动化规划如何融合以提供尊重人类偏好的可靠解决方案

黑暗中的贝叶斯学习”(简称BLIND)的策略是一种新颖的解决方案，用于解决机器人在并非所有事物始终清晰可见的环境中工作的长期运动规划问题。

由计算机科学家LydiaKavraki和VaibhavUnhelkar以及莱斯大学乔治·R·布朗工程学院的共同主要作者CarlosQuintero-Peña和ConstantinosChamzas领导的研究在电气和电子工程师协会的机器人与自动化国际会议上发表。五月下旬。

根据这项研究，该算法主要由Quintero-Peña和Chamzas开发，他们都是与Kavraki合作的研究生，让人类参与其中，以“增强机器人的感知能力，重要的是，防止执行不安全的动作”。

为此，他们将贝叶斯逆强化学习(系统从不断更新的信息和经验中学习)与已建立的运动规划技术相结合，以帮助具有“高自由度”的机器人——即大量运动部件。

为了测试BLIND，Rice实验室指示一个Fetch机器人(一个有七个关节的关节臂)从桌子上抓取一个小圆柱体并将其移动到另一个圆柱体上，但这样做必须越过障碍物。

“如果你有更多的关节，对机器人的指令就会很复杂，”Quintero-Peña说。“如果你在指挥一个人，你可以说，‘举起你的手。’”

但是机器人的程序员必须具体说明每个关节在其轨迹中每个点的运动，尤其是当障碍物挡住机器对其目标的“视野”时。

BLIND不是预先编写轨迹，而是插入一个人工中间过程来完善机器人算法建议的编排选项或最佳猜测。Quintero-Peña说：“BLIND使我们能够获取人类头脑中的信息并计算我们在这个高度自由空间中的轨迹。”

“我们使用一种称为批评的特定反馈方式，基本上是一种二元形式的反馈，人类在轨迹的片段上被贴上标签，”他说。

这些标签显示为连接的绿点，代表可能的路径。当BLIND从一个点到另一个点时，人类批准或拒绝每个动作以优化路径，尽可能有效地避开障碍物。

“这是一个供人们使用的简单界面，因为我们可以说，‘我喜欢这个’或‘我不喜欢那个’，机器人使用这些信息进行计划，”Chamzas说。他说，一旦获得一组经过批准的动作奖励，机器人就可以执行其任务。

“这里最重要的事情之一是人类的偏好很难用数学公式来描述，”Quintero-Peña说。“我们的工作通过结合人类偏好来简化人机关系。这就是我认为应用程序将从这项工作中获得最大收益的方式。”

“这项工作很好地说明了一点点但有针对性的人工干预如何显着增强机器人在某些部分完全不为机器人但人类所知的环境中执行复杂任务的能力，”机器人技术先驱Kavraki说。简历包括在国际空间站上为NASA的人形机器人Robonaut进行的高级编程。

“它展示了人机交互方法、我的同事Unhelkar教授的研究课题以及我实验室多年来开创的自动化规划如何融合以提供尊重人类偏好的可靠解决方案。”