Teaching a Robot Tasks of Arbitrary Complexity via Human Feedback
Teaching a Robot Tasks of Arbitrary Complexity via Human Feedback
复制标题
通过人类反馈教机器人执行任意复杂的任务
DOI：
10.1145/3319502.3374824
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
Littman, Michael L.
中科院分区：
文献类型：
--
作者：
Wang, Guan;Trimbach, Carl;Lee, Jun Ki;Ho, Mark K.;Littman, Michael L.
本文讨论的问题，训练机器人进行时间任务的任意复杂性，通过评估人的反馈，可以是不准确的。在我们的工作中探索的一个关键思想是一种课程学习-训练机器人掌握简单的任务，然后建立更复杂的任务。我们展示了如何训练过程中，使用知识的正式任务表示，可以分解和训练任何任务有效地在其表示的大小。我们进一步提供了一组实验，支持非专业的人类训练者可以以与我们的理论结果一致的方式分解任务的说法，超过一半的参与者成功地训练了我们所有的实验任务。我们比较了我们的算法与现有的方法和我们的实验结果表明，我们的方法优于替代品，特别是当反馈包含错误。
This paper addresses the problem of training a robot to carry out temporal tasks of arbitrary complexity via evaluative human feedback that can be inaccurate. A key idea explored in our work is a kind of curriculum learning---training the robot to master simple tasks and then building up to more complex tasks. We show how a training procedure, using knowledge of the formal task representation, can decompose and train any task efficiently in the size of its representation. We further provide a set of experiments that support the claim that non-expert human trainers can decompose tasks in a way that is consistent with our theoretical results, with more than half of participants successfully training all of our experimental missions. We compared our algorithm with existing approaches and our experimental results suggest that our method outperforms alternatives, especially when feedback contains mistakes.
登录
查看更多内容
通过 GLTL 实现与环境无关的任务规范
DOI：
--
发表时间：
2017
期刊：
arXiv.org
影响因子：
--
作者：
Littman, Michael L.;Topcu, Ufuk;Fu, Jie;Isbell, Charles;Wen, Min;MacGlashan, James
通讯作者：
MacGlashan, James
影响因子：
3.4
作者：
Ho, Mark K.;MacGlashan, James;Cushman, Fiery
通讯作者：
Cushman, Fiery
奖励行为
DOI：
--
发表时间：
1996
期刊：
AAAI/IAAI, Vol. 2
影响因子：
--
作者：
F. Bacchus;Craig Boutilier;Adam J. Grove
通讯作者：
Adam J. Grove
比较跟踪表达式和线性时态逻辑以进行运行时验证
DOI：
--
发表时间：
2016
期刊：
Theory and Practice of Formal Methods
影响因子：
--
作者：
D. Ancona;Angelo Ferrando;V. Mascardi
通讯作者：
V. Mascardi
DOI：
10.1109/tetci.2018.2829980
发表时间：
2017-05
影响因子：
5.3
作者：
Bei Peng;J. MacGlashan;R. Loftin;M. Littman;David L. Roberts;Matthew E. Taylor
通讯作者：
Bei Peng;J. MacGlashan;R. Loftin;M. Littman;David L. Roberts;Matthew E. Taylor