Negotiating Control: Neurosymbolic Variable Autonomy

要約

可変自律性により、ロボットなどのシステムに混合イニシアチブが装備され、タスクの複雑さや周囲の環境に基づいて独立性レベルを調整できるようになります。
可変自律性は、ロボット計画における 2 つの主要な問題を解決します。1 つ目は、適切なヒューマンファクター指標がなければ、ロボットタスク中に人間が監視と介入に集中できないという問題です。2 つ目は、目の前にある予期せぬ不確実な環境でミッションを成功させることです。
静的な報酬構造の。
可変自律性における未解決の問題は、自律性と人間の介入をリアルタイムで動的にバランスさせ、予測不可能で進化する環境において最適なパフォーマンスと安全性を確保する堅牢な方法を開発することです。
私たちは、ルールベースのシンボリック ロジックを追加することで、予測不可能で進化する環境に対処することで、自律性の調整を状況に応じてより信頼できるものにする可能性があり、混合イニシアチブ制御からのデータを介して強化学習にフィードバックを追加することで、自律的行動の有効性と安全性がさらに向上すると仮定しています。

要約(オリジナル)

Variable autonomy equips a system, such as a robot, with mixed initiatives such that it can adjust its independence level based on the task’s complexity and the surrounding environment. Variable autonomy solves two main problems in robotic planning: the first is the problem of humans being unable to keep focus in monitoring and intervening during robotic tasks without appropriate human factor indicators, and the second is achieving mission success in unforeseen and uncertain environments in the face of static reward structures. An open problem in variable autonomy is developing robust methods to dynamically balance autonomy and human intervention in real-time, ensuring optimal performance and safety in unpredictable and evolving environments. We posit that addressing unpredictable and evolving environments through an addition of rule-based symbolic logic has the potential to make autonomy adjustments more contextually reliable and adding feedback to reinforcement learning through data from mixed-initiative control further increases efficacy and safety of autonomous behaviour.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google