應用于認知機器人的試探動作庫.pdf

1、在服務機器人研究領(lǐng)域里，如何使服務機器人獲得用戶意圖是當前研究的熱點之一，如果機器人能夠在協(xié)作過程中掌握用戶的意圖那么機器人就能夠更好的與用戶協(xié)作，提供更高效的服務。機器人的主動學習(Activerobotlearning，ARL)是一種研究如何使機器人能夠理解用戶的意圖的方法，這種方法使機器人在與用戶協(xié)作的過程中能夠主動的采取一些試探動作，并根據(jù)用戶對這些試探動作的反應獲得用戶的意圖。如何設計試探動作是實現(xiàn)機器人主動學習(ARL)的關(guān)

2、鍵部分之一，本文就是關(guān)于如何建立用于ARL的試探動作庫(Testactionbank，TAB)。這些試探動作必須具有代表性，能夠把用戶對試探動作的反應與最終的用戶意圖自然的聯(lián)系起來。由于機器人所能做的動作很多，但其中有很多是相似的，而對于相似的動作，其測試動作也會是相似的，因此，對測試動作分類分層是必須的，并且很關(guān)鍵，對測試動作不科學的組織將會影響機器人主動學習的效率。本文將介紹如何將機器人所做的任務分類，并討論任務類別的樹狀結(jié)構(gòu)圖，然

3、后介紹針對相應的任務如何確定用戶意圖及其相應的試探動作。主要內(nèi)容有，首先介紹了服務機器人方面的背景知識和ARL及其試探動作庫；之后建立基于動詞特征向量的任務分類器，使用該分類器將命令與任務類對應起來；在任務分離器的基礎之上歸納了服務機器人的幾種典型的服務，并分析了這些服務中涉及的機器人與用戶之間的協(xié)作，指出了每個協(xié)作任務中相關(guān)的用戶意圖及其試探動作，然后在這些典型服務的基礎上建立了TAB的結(jié)構(gòu)；文章最后介紹了仿真環(huán)境的建立和機器人和用戶