COACH: Cooperative Robot Teaching

要約

知識とスキルは、人間の教師から人間の生徒に伝達できます。
ただし、このような直接転送は、1 対 1 のやり取りが必要であり、十分な数の人間の教師が利用できないため、物理的なタスクには拡張できないことがよくあります。
機械学習により、ロボットは専門家になり、この状況を支援する教師の役割を果たすことができます。
この作業では、対象タスク、生徒モデル、教師モデル、および対話型の教育学習プロセスという 4 つの重要な要素で構成されるマルコフ ゲームとして協調ロボット教育を形式化します。
中程度の仮定の下では、マルコフ ゲームは部分的に観察可能なマルコフ決定プロセスになり、効率的な近似解が得られます。
1 つはシミュレートされたビデオ ゲームで、もう 1 つは実際のロボットでの 2 つの協調タスクに関するアプローチを示します。

要約(オリジナル)

Knowledge and skills can transfer from human teachers to human students. However, such direct transfer is often not scalable for physical tasks, as they require one-to-one interaction, and human teachers are not available in sufficient numbers. Machine learning enables robots to become experts and play the role of teachers to help in this situation. In this work, we formalize cooperative robot teaching as a Markov game, consisting of four key elements: the target task, the student model, the teacher model, and the interactive teaching-learning process. Under a moderate assumption, the Markov game reduces to a partially observable Markov decision process, with an efficient approximate solution. We illustrate our approach on two cooperative tasks, one in a simulated video game and one with a real robot.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google