Maintaining awareness of the focus of attention of a conversation: A robot-centric reinforcement learning approach
Maintaining awareness of the focus of attention of a conversation: A robot-centric reinforcement learning approach
复制标题
保持对对话注意力焦点的认识：以机器人为中心的强化学习方法
DOI：
--
复制
发表时间：
2016
期刊：
影响因子：
--
通讯作者：
Scott E. Hudson
中科院分区：
文献类型：
--
作者：
Marynel Vázquez;Aaron Steinfeld;Scott E. Hudson
我们探索在线强化学习技术，以找到良好的政策，以控制社会群体对话过程中的移动的机器人的方向。在这种情况下，我们假设机器人的正确行为应该将注意力传递到对话的关注焦点。因此，机器人应该转向扬声器。在模拟环境中的测试结果表明，我们为这个问题设计的一个新的状态表示，可以用来找到好的机器人的政策。这些策略可以在与不同数量的人的交互中推广，并且可以处理各种级别的感知噪声。
We explore online reinforcement learning techniques to find good policies to control the orientation of a mobile robot during social group conversations. In this scenario, we assume that the correct behavior for the robot should convey attentiveness to the focus of attention of the conversation. Thus, the robot should turn towards the speaker. Our results from tests in a simulated environment show that a new state representation that we designed for this problem can be used to find good policies for the robot. These policies can generalize across interactions with different numbers of people and can handle various levels of sensing noise.