Co-GAIL: 人間とロボットの協調のための多様な戦略の学習
Co-GAIL: Learning Diverse Strategies for Human-Robot Collaboration
人間同士の協調デモから、相手の潜在戦略を推定しつつ多様な人間行動に対応するロボット協調方策を学習する手法を提案し、2Dゲーム・受け渡し・多段階操作タスクで有効性を示した。
著者: Chen Wang, Claudia Pérez-D'Arpino, Danfei Xu, Li Fei-Fei, C. Karen Liu, Silvio Savarese
分類: cs.RO, cs.AI
原文アブストラクト
We present a method for learning a human-robot collaboration policy from human-human collaboration demonstrations. An effective robot assistant must learn to handle diverse human behaviors shown in the demonstrations and be robust when the humans adjust their strategies during online task execution. Our method co-optimizes a human policy and a robot policy in an interactive learning process: the human policy learns to generate diverse and plausible collaborative behaviors from demonstrations while the robot policy learns to assist by estimating the unobserved latent strategy of its human collaborator. Across a 2D strategy game, a human-robot handover task, and a multi-step collaborative manipulation task, our method outperforms the alternatives in both simulated evaluations and when executing the tasks with a real human operator in-the-loop. Supplementary materials and videos at https://sites.google.com/view/co-gail-web/home
関連論文
- 人間-ロボット間の受け渡しを通じた上肢機能的移動能力の能動的知覚人間ロボット協調
- 人間とロボットの協調における人間フィードバック強化学習のスコーピングレビューと実験研究人間ロボット協調
- 人間とロボットの協調組立における解釈可能な認知作業負荷評価のための注意と行動手がかりを統合した視覚ベースフレームワーク人間ロボット協調
- すべての一致が裏付けとなるわけではない：人間とロボットの協調における型付き行動受理のための来歴保存型多視点融合人間ロボット協調
- 隠れた目標下でのゼロショット人間ロボット協調のための構造化LLM推論人間ロボット協調
- 人間とロボットのチーム成功のための能動的信頼管理：信頼修復から信頼充足の視点へ人間ロボット協調
