面向人機(jī)交互的強(qiáng)化學(xué)習(xí)與意圖推理.pdf

1、賦予智能系統(tǒng)以強(qiáng)大的學(xué)習(xí)能力以及豐富的人機(jī)交互功能是智能系統(tǒng)在動(dòng)態(tài)不確定環(huán)境中完成復(fù)雜任務(wù)的必由之路。在實(shí)際的交互過程中，要想完成智能體與人類用戶的自然有效的交互，又需要對(duì)人類的意圖進(jìn)行正確的推斷和識(shí)別。如何建立一個(gè)融合強(qiáng)化學(xué)習(xí)和用戶意圖推理的學(xué)習(xí)體系來實(shí)現(xiàn)智能系統(tǒng)的高級(jí)交互智能，進(jìn)而應(yīng)用于復(fù)雜的人機(jī)交互任務(wù)，具有重要的學(xué)術(shù)價(jià)值和實(shí)際意義。本文以智能機(jī)器人在實(shí)際的動(dòng)態(tài)復(fù)雜環(huán)境中完成人機(jī)交互任務(wù)為背景，針對(duì)交互任務(wù)中如何對(duì)人的意圖進(jìn)行有效

2、的識(shí)別，進(jìn)而用以提升強(qiáng)化學(xué)習(xí)算法的適應(yīng)能力和收斂速度，從強(qiáng)化學(xué)習(xí)和意圖推理兩個(gè)方面進(jìn)行了相關(guān)研究，設(shè)計(jì)并提出了面向人機(jī)交互的強(qiáng)化學(xué)習(xí)和意圖推理算法，并通過人機(jī)交互實(shí)驗(yàn)驗(yàn)證了算法的有效性。
　　本研究主要內(nèi)容包括：⑴設(shè)計(jì)了基于粒子濾波和強(qiáng)化學(xué)習(xí)的目標(biāo)跟蹤控制框架，以在動(dòng)態(tài)不確定環(huán)境下對(duì)目標(biāo)人進(jìn)行跟蹤。針對(duì)現(xiàn)有的機(jī)器人跟隨控制算法不能適應(yīng)動(dòng)態(tài)變化環(huán)境的特點(diǎn)，設(shè)計(jì)提出了一種基于視覺傳感的機(jī)器人跟蹤控制框架，將粒子濾波算法與強(qiáng)化學(xué)習(xí)算法相

3、結(jié)合，使得之能夠完成在動(dòng)態(tài)不確定環(huán)境下對(duì)目標(biāo)人進(jìn)行有效跟蹤的任務(wù)。⑵提出了基于灰色預(yù)測(cè)的意圖推理算法，實(shí)現(xiàn)對(duì)人行走意圖的預(yù)測(cè)，以提升跟蹤算法對(duì)人運(yùn)動(dòng)變化的適應(yīng)能力。由于現(xiàn)有的跟蹤控制算法沒有考慮人的行走規(guī)律，因而使機(jī)器人在完成跟隨任務(wù)時(shí)存在一定的遲滯，且難以適應(yīng)人在行走方向和速度上的變化。本文提出了一種基于灰色預(yù)測(cè)新陳代謝GM(1,1)模型的用戶意圖推理算法，對(duì)人的行走意圖進(jìn)行建模，并用以對(duì)機(jī)器人的控制量進(jìn)行修正，從而提升了機(jī)器人跟隨的

4、適應(yīng)能力。⑶設(shè)計(jì)了基于貪婪指導(dǎo)的快速交互式強(qiáng)化學(xué)習(xí)算法，以實(shí)現(xiàn)對(duì)人指導(dǎo)信息的充分有效利用，加速強(qiáng)化學(xué)習(xí)算法的收斂。為了使機(jī)器人充分利用人交互過程中人給出的指導(dǎo)信息，在任務(wù)空間中進(jìn)行更有效的搜索，本文提出了一種基于貪婪指導(dǎo)的快速交互式強(qiáng)化學(xué)習(xí)算法，從盡可能少的指導(dǎo)信息中挖掘出盡可能多的有效信息，加快了算法的收斂速度，減少了人的參與度和工作量。⑷提出了一種基于意圖推理的交互式強(qiáng)化學(xué)習(xí)算法，在人出現(xiàn)偶然錯(cuò)誤的情況下對(duì)其真實(shí)意圖進(jìn)行有效識(shí)別，避