Adaptive Robot Assisted Therapy Using Interactive Reinforcement Learning
Adaptive Robot Assisted Therapy Using Interactive Reinforcement Learning
复制标题
使用交互式强化学习的自适应机器人辅助治疗
DOI：
10.1007/978-3-319-47437-3_2
复制
发表时间：
2016
期刊：
影响因子：
--
通讯作者：
F. Makedon
中科院分区：
文献类型：
--
作者：
K. Tsiakas;M. Dagioglou;V. Karkaletsis;F. Makedon
在本文中，我们提出了一个交互式学习和适应框架，该框架促进了交互式代理对新用户的适应。我们认为可以利用交互式强化学习方法并将其集成到适应机制中，使智能体能够改进其学习策略以应对不同的用户。我们用机器人辅助治疗领域的一个用例来说明我们的框架。我们介绍了针对不同模拟用户的学习和适应实验的结果，展示了我们工作的动机，并讨论了我们提出的框架的定义和实施的未来方向。
In this paper, we present an interactive learning and adaptation framework that facilitates the adaptation of an interactive agent to a new user. We argue that Interactive Reinforcement Learning methods can be utilized and integrated to the adaptation mechanism, enabling the agent to refine its learned policy in order to cope with different users. We illustrate our framework with a use case in the domain of Robot Assisted Therapy. We present our results of the learning and adaptation experiments against different simulated users, showing the motivation of our work and discussing future directions towards the definition and implementation of our proposed framework.