A behavioural transformer for effective collaboration between a robot and a non-stationary human

要約

人間とロボットのコラボレーションにおける重要な課題は、人間の行動の変化によって生じる非定常性です。
これにより環境の変化が変化し、人間とロボットのコラボレーションが妨げられます。
私たちは、ロボットが人間の行動をより適切に予測し、それによって非定常性の問題に対処できる方法を探るために、原則に基づいたメタ学習フレームワークを提案します。
このフレームワークに基づいて、Behaviour-Transform (BeTrans) を開発しました。
BeTrans は、逐次データに対する顕著なパフォーマンスにより、ロボット エージェントが非定常的な動作を持つ新しい人間のエージェントに迅速に適応できるようにする条件付きトランスフォーマーです。
私たちは、共同作業環境でさまざまな体系的なバイアスを備えたシミュレートされた人間のエージェントで BeTrans をトレーニングしました。
独自のカスタマイズ可能な環境を使用して、BeTrans がシミュレートされたヒューマン エージェントと効果的に連携し、SOTA 技術よりも非定常のシミュレートされたヒューマン エージェントに迅速に適応することを示しました。

要約(オリジナル)

A key challenge in human-robot collaboration is the non-stationarity created by humans due to changes in their behaviour. This alters environmental transitions and hinders human-robot collaboration. We propose a principled meta-learning framework to explore how robots could better predict human behaviour, and thereby deal with issues of non-stationarity. On the basis of this framework, we developed Behaviour-Transform (BeTrans). BeTrans is a conditional transformer that enables a robot agent to adapt quickly to new human agents with non-stationary behaviours, due to its notable performance with sequential data. We trained BeTrans on simulated human agents with different systematic biases in collaborative settings. We used an original customisable environment to show that BeTrans effectively collaborates with simulated human agents and adapts faster to non-stationary simulated human agents than SOTA techniques.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google